A geostatistical simulation algorithm for the homogenisation of climatic time series: a contribution to the homogenisation of monthly precipitation series
| Main Author: | |
|---|---|
| Publication Date: | 2017 |
| Language: | eng |
| Source: | Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
| Download full: | http://hdl.handle.net/10362/21634 |
Summary: | A thesis submitted in partial fulfillment of the requirements for the degree of Doctor in Information Management, specialization in Geographic Information Systems |
| id |
RCAP_9911dfe2ab656b8865bcb3228e364fdb |
|---|---|
| oai_identifier_str |
oai:run.unl.pt:10362/21634 |
| network_acronym_str |
RCAP |
| network_name_str |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
| repository_id_str |
https://opendoar.ac.uk/repository/7160 |
| spelling |
A geostatistical simulation algorithm for the homogenisation of climatic time series: a contribution to the homogenisation of monthly precipitation seriesgeostatistical simulationhomogenisationprecipitation seriesCiências da terra e ciências do ambienteA thesis submitted in partial fulfillment of the requirements for the degree of Doctor in Information Management, specialization in Geographic Information SystemsAs defined by the Intergovernmental Panel on Climate Change (IPCC), climate change refers to a change in the state of the climate that can be identified by changes in the statistical characteristics of its properties and that persists for an extended period, typically decades or longer. In order to assess climate change and to develop impact studies, it is imperative that climate signals are clean from any external factors. However, non-natural irregularities are an inevitable part of long-time climate records. They are introduced during the process of measuring and collecting data from weather stations. Accordingly, it is essential to detect and correct those irregularities a priori, through a process called homogenisation. This process became a hot topic in the last decades and many researchers have focused on developing efficient methods. Still, some climatic variables are lacking homogenisation procedures due to their high variability and temporal resolution (e.g., monthly precipitation). We propose the gsimcli (Geostatistical SIMulation for the homogenisation of CLImate data) homogenisation method, which is based on a geostatistical simulation method, namely the direct sequential simulation. The proposed approach considers simulated values of the candidate station’s neighbouring area, defined by the local radius parameter, aiming to account for local characteristics of its climatic zone. gsimcli has other modelling parameters, such as the candidates order in the homogenisation process, the detection parameter, and the correction parameter (also used to fill in missing data). A semi-automatic version of gsimcli is also proposed, where the homogenisation adjustments can be estimated from a comparison series. The efficiency of the gsimcli method is evaluated in the homogenisation of precipitation data. Several homogenisation exercises are presented in a sensitivity analysis of the parameters for two different data sets: real and artificial precipitation data. The assessment of the detection part of gsimcli is based on the comparison with other detection techniques using real data, and extends a previous study for the south of Portugal. Artificial monthly and annual data from a benchmark data set of the HOME project (ACTION COST-ES0601) is used to assess the performance of gsimcli. These results allow the comparison between gsimcli and state-of-the-art methods through the calculation of performance metrics. This research allowed identifying gsimcli parameters that have a high influence in the homogenisation results: correction parameter, grid cell size and local radius parameter. The set of parameters providing the best values of performance metrics are recommended as the most suitable set of homogenisation parameters for monthly precipitation data. Results show gsimcli as a favourable homogenisation method for monthly precipitation data that outperformed a few well established procedures. The filling in of missing data is an advantage when compared to other methods. Taking advantage of its capability of filtering irregularities and providing comparison series, gsimcli can also be used as a pre-homogenisation tool followed by the use of a traditional homogenisation method (semi-automatic approach). As future work, it is recommended the performance assessment of the gsimcli method with denser monitoring networks, and the inclusion of a multivariate geostatistical simulation algorithm in the homogenisation procedure.As alterações climáticas, tal como definidas pelo Painel Intergovernamental para as Alterações Climáticas das Nações Unidas, referem-se a uma modificação no estado do clima que pode ser identificada através de alterações nas suas propriedades estatísticas e que perdura por um largo período de tempo, tipicamente décadas ou períodos mais longos. Para a avaliação das alterações climáticas, e para o desenvolvimento de estudos de impacte, é imperativo que os sinais climáticos estejam isentos de quaisquer fatores externos. Inevitavelmente, as séries temporais de dados climáticos contêm irregularidades não-naturais. Tais irregularidades são introduzidas durante o processo de medição e recolha de dados nas estações meteorológicas. Assim, é essencial a prévia deteção e correção dessas irregularidades, através de um processo chamado homogeneização. Nas últimas décadas, este processo tornou-se um tópico relevante e muitos investigadores procuraram desenvolver métodos de homogeneização eficientes. Contudo, existe um número reduzido de métodos para algumas variáveis climáticas devido à sua elevada variabilidade e resolução temporal (e.g., precipitação mensal). Neste trabalho propomos o método de homogeneização gsimcli (Geostatistical SIMulation for the homogenisation of CLImate data), o qual se baseia num método de simulação geoestatística, a simulação sequencial direta. A abordagem proposta tem em consideração valores simulados na vizinhança da estação candidata, definida pelo parâmetro raio local, com o objetivo de incorporar características locais da sua zona climática. O gsimcli tem outros parâmetros de modelação, tais como a ordem das estações candidatas no processo de homogeneização, o parâmetro de deteção e o parâmetro de correção (também usado na substituição de observações omissas). Propõe-se também uma abordagem semi-automática do gsimcli onde os ajustamentos para a correção de irregularidades podem ser estimados a partir de uma série de comparação. A eficiência do método gsimcli é avaliada na homogeneização de dados de precipitação. São apresentados vários exercícios de homogeneização numa análise de sensibilidade dos parâmetros para dois conjuntos de dados: dados reais e artificiais de precipitação. A avaliação da componente de deteção do gsimcli baseia-se na comparação com outras técnicas de deteção de irregularidades utilizando dados reais, e constitui uma extensão de um estudo anterior para o sul de Portugal. O desempenho do método gsimcli é avaliado a partir de dados artificiais (mensais e anuais) de um conjunto de dados de referência (benchmark) do projeto HOME (ACTION COST-ES0601). Estes resultados permitem a comparação do gsimcli com métodos que se constituem como o estado-da-arte neste domínio, a partir do cálculo de métricas de desempenho. Este estudo permitiu identificar os parâmetros do gsimcli que mais influenciam os resultados da homogeneização: parâmetro de correção, o tamanho da célula e o raio local. O conjunto de parâmetros com os melhores resultados das métricas de desempenho é recomendado como sendo o mais adequado à homogeneização da precipitação mensal. Os resultados mostram que o gsimcli tem um contributo positivo na homogeneização da precipitação mensal, tendo superado o desempenho de alguns métodos de homogeneização bem estabelecidos. A sua capacidade para substituir valores omissos é uma vantagem em relação a outros métodos. Tirando partido da sua capacidade para filtrar irregularidades e para disponibilizar séries de comparação, o gsimcli também pode ser usado como uma ferramenta de pré-homogeneização, seguindo-se a aplicação de um método tradicional de homogeneização (abordagem semi-automática). Como trabalhos futuros, recomenda-se a avaliação de desempenho do método gsimcli com redes meteorológicas mais densas, e a inclusão de um algoritmo de simulação geoestatística multivariada no procedimento de homogeneização.Costa, Ana Cristina Marinho daRUNRibeiro, Sara Cristina da Silva2017-06-21T16:54:14Z2017-05-052017-05-05T00:00:00Zdoctoral thesisinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://hdl.handle.net/10362/21634TID:101522878enginfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2024-05-22T17:26:19Zoai:run.unl.pt:10362/21634Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T16:57:36.844908Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse |
| dc.title.none.fl_str_mv |
A geostatistical simulation algorithm for the homogenisation of climatic time series: a contribution to the homogenisation of monthly precipitation series |
| title |
A geostatistical simulation algorithm for the homogenisation of climatic time series: a contribution to the homogenisation of monthly precipitation series |
| spellingShingle |
A geostatistical simulation algorithm for the homogenisation of climatic time series: a contribution to the homogenisation of monthly precipitation series Ribeiro, Sara Cristina da Silva geostatistical simulation homogenisation precipitation series Ciências da terra e ciências do ambiente |
| title_short |
A geostatistical simulation algorithm for the homogenisation of climatic time series: a contribution to the homogenisation of monthly precipitation series |
| title_full |
A geostatistical simulation algorithm for the homogenisation of climatic time series: a contribution to the homogenisation of monthly precipitation series |
| title_fullStr |
A geostatistical simulation algorithm for the homogenisation of climatic time series: a contribution to the homogenisation of monthly precipitation series |
| title_full_unstemmed |
A geostatistical simulation algorithm for the homogenisation of climatic time series: a contribution to the homogenisation of monthly precipitation series |
| title_sort |
A geostatistical simulation algorithm for the homogenisation of climatic time series: a contribution to the homogenisation of monthly precipitation series |
| author |
Ribeiro, Sara Cristina da Silva |
| author_facet |
Ribeiro, Sara Cristina da Silva |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Costa, Ana Cristina Marinho da RUN |
| dc.contributor.author.fl_str_mv |
Ribeiro, Sara Cristina da Silva |
| dc.subject.por.fl_str_mv |
geostatistical simulation homogenisation precipitation series Ciências da terra e ciências do ambiente |
| topic |
geostatistical simulation homogenisation precipitation series Ciências da terra e ciências do ambiente |
| description |
A thesis submitted in partial fulfillment of the requirements for the degree of Doctor in Information Management, specialization in Geographic Information Systems |
| publishDate |
2017 |
| dc.date.none.fl_str_mv |
2017-06-21T16:54:14Z 2017-05-05 2017-05-05T00:00:00Z |
| dc.type.driver.fl_str_mv |
doctoral thesis |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10362/21634 TID:101522878 |
| url |
http://hdl.handle.net/10362/21634 |
| identifier_str_mv |
TID:101522878 |
| dc.language.iso.fl_str_mv |
eng |
| language |
eng |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia instacron:RCAAP |
| instname_str |
FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia |
| instacron_str |
RCAAP |
| institution |
RCAAP |
| reponame_str |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
| collection |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
| repository.name.fl_str_mv |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia |
| repository.mail.fl_str_mv |
info@rcaap.pt |
| _version_ |
1833596321851768832 |