| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Meio Ambiente. |
|
Data corrente: |
10/10/2013 |
|
Data da última atualização: |
19/06/2023 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
MAIA, A. de H. N.; HAMADA, E.; GONDIM, R. S. |
|
Afiliação: |
ALINE DE HOLANDA NUNES MAIA, CNPMA; EMILIA HAMADA, CNPMA; RUBENS SONSOL GONDIM, CNPAT. |
|
Título: |
Exploring spatial patterns of GCM projection bias via model based geostatistics. |
|
Ano de publicação: |
2013 |
|
Fonte/Imprenta: |
In: REUNIÃO ANUAL DA REGIÃO BRASILEIRA DA SOCIEDADE INTERNACIONAL DE BIOMETRIA, 58.; SIMPÓSIO DE ESTATÍSTICA APLICADA À EXPERIMENTAÇÃO AGRONÔMICA, 15., 2013, Campina Grande. Modelagem estatística em áreas multidisciplinares: impactos causados pelas mudanças climáticas na Região Nordeste: [anais]. Campina Grande: Sociedade Internacional de Biometria, 2013. 5 p. |
|
Idioma: |
Inglês |
|
Conteúdo: |
General Circulation Models (GCMs) are numerical models developed to represent physical processes in the atmosphere, ocean, cryosphere and land surface. They constitute the most advanced tool currently available for simulating future climate scenarios as a response to increasing greenhouse gas concentrations. GCMs, possibly in conjunction with nested regional climate models (RCMs), have the potential to provide consistent estimates of regional climate change which are required in climate impact assessments. The characterization of model bias in terms of magnitude and spatial patterns is part of the process of evaluating the model performance via hindcast skill analysis, an important preliminary step in climate change impact assessments. In this paper, we discuss how Model Based Geostatistics can be applied for exploring bias patterns, key information for performing bias correction of GCM or RCM projections in future time slices. As example, we present an assessment of annual rainfall projection bias for three GCMs across the Northeast Brazil. |
|
Palavras-Chave: |
Gestatistics. |
|
Thesagro: |
Clima; Modelo de simulação. |
|
Thesaurus Nal: |
Climate change; General Circulation Models. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/90800/1/2013AA49.pdf
|
|
Marc: |
LEADER 01968nam a2200193 a 4500
001 1968325
005 2023-06-19
008 2013 bl uuuu u00u1 u #d
100 1 $aMAIA, A. de H. N.
245 $aExploring spatial patterns of GCM projection bias via model based geostatistics.$h[electronic resource]
260 $aIn: REUNIÃO ANUAL DA REGIÃO BRASILEIRA DA SOCIEDADE INTERNACIONAL DE BIOMETRIA, 58.; SIMPÓSIO DE ESTATÍSTICA APLICADA À EXPERIMENTAÇÃO AGRONÔMICA, 15., 2013, Campina Grande. Modelagem estatística em áreas multidisciplinares: impactos causados pelas mudanças climáticas na Região Nordeste: [anais]. Campina Grande: Sociedade Internacional de Biometria, 2013. 5 p.$c2013
520 $aGeneral Circulation Models (GCMs) are numerical models developed to represent physical processes in the atmosphere, ocean, cryosphere and land surface. They constitute the most advanced tool currently available for simulating future climate scenarios as a response to increasing greenhouse gas concentrations. GCMs, possibly in conjunction with nested regional climate models (RCMs), have the potential to provide consistent estimates of regional climate change which are required in climate impact assessments. The characterization of model bias in terms of magnitude and spatial patterns is part of the process of evaluating the model performance via hindcast skill analysis, an important preliminary step in climate change impact assessments. In this paper, we discuss how Model Based Geostatistics can be applied for exploring bias patterns, key information for performing bias correction of GCM or RCM projections in future time slices. As example, we present an assessment of annual rainfall projection bias for three GCMs across the Northeast Brazil.
650 $aClimate change
650 $aGeneral Circulation Models
650 $aClima
650 $aModelo de simulação
653 $aGestatistics
700 1 $aHAMADA, E.
700 1 $aGONDIM, R. S.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Meio Ambiente (CNPMA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Milho e Sorgo. |
|
Data corrente: |
23/10/2020 |
|
Data da última atualização: |
10/04/2024 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
GARCIA, N. S.; SIMEONE, M. L. F.; GUIMARAES, C. de C.; SCHAFFERT, R. E.; PARRELLA, R. A. da C. |
|
Afiliação: |
NATHALLY S. GARCIA; MARIA LUCIA FERREIRA SIMEONE, CNPMS; CRISTIANE DE CARVALHO GUIMARAES, CNPMS; ROBERT EUGENE SCHAFFERT, CNPMS; RAFAEL AUGUSTO DA COSTA PARRELLA, CNPMS. |
|
Título: |
Produção de etanol de segunda geração a partir do sorgo biomassa. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
In: SEMINÁRIO DE INICIAÇÃO CIENTÍFICA PIBIC/CNPq, 18., 2020, Sete Lagoas. [Trabalhos apresentados]. Sete Lagoas: Embrapa Milho e Sorgo, 2020. |
|
Idioma: |
Português |
|
Thesagro: |
Bioenergia; Rendimento; Sorghum Bicolor. |
|
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/216970/1/Producao-etanol.pdf
|
|
Marc: |
LEADER 00649nam a2200181 a 4500
001 2125810
005 2024-04-10
008 2020 bl uuuu u00u1 u #d
100 1 $aGARCIA, N. S.
245 $aProdução de etanol de segunda geração a partir do sorgo biomassa.$h[electronic resource]
260 $aIn: SEMINÁRIO DE INICIAÇÃO CIENTÍFICA PIBIC/CNPq, 18., 2020, Sete Lagoas. [Trabalhos apresentados]. Sete Lagoas: Embrapa Milho e Sorgo$c2020
650 $aBioenergia
650 $aRendimento
650 $aSorghum Bicolor
700 1 $aSIMEONE, M. L. F.
700 1 $aGUIMARAES, C. de C.
700 1 $aSCHAFFERT, R. E.
700 1 $aPARRELLA, R. A. da C.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Milho e Sorgo (CNPMS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
