|
|
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
|
|
Registros recuperados : 135 | |
16. | | ANDRADE JUNIOR, A. S. de; BASSOI, L. H.; GONDIM, R. S.; RESENDE, R. S. A agricultura irrigada no Nordeste do Brasil: estado da arte, desafios e oportunidades. In: RODRIGUES, L. N.; DOMINGUES, A. F. (Ed.). Agricultura irrigada: desafios e oportunidades para o desenvolvimento sustentável. Brasília, DF: Embrapa Cerrados; INOVAGRI, 2017. Cap. 3, p. 131-166.Tipo: Capítulo em Livro Técnico-Científico |
Biblioteca(s): Embrapa Agroindústria Tropical. |
| |
17. | | BASSOI, L. H.; GONDIM, R. S.; RESENDE, R. S.; ANDRADE JUNIOR, A. S. de. A agricultura irrigada no Nordeste do Brasil: estado da arte, desafios e oportunidades. In: RODRIGUES, L. N.; DOMINGUES, A. F. (Ed.). Agricultura irrigada: desafios e oportunidades para o desenvolvimento sustentável. Brasília, DF: INOVAGRI, 2017. cap.3, p. 131-166. il. colorTipo: Capítulo em Livro Técnico-Científico |
Biblioteca(s): Embrapa Cerrados; Embrapa Meio-Norte; Embrapa Semiárido. |
| |
18. | | BASSOI, L. H.; GONDIM, R. S.; RESENDE, R. S.; ANDRAFE JUNIOR, A. F. A agricultura irrigada no nordeste do Brasil: Estado da arte, desafios e oportunidades para o desenvolvimento sustentável. In: RODRIGUES, L. N.; DOMINGUES, F. D. (Org.). Agricultura Irrigada: Desafios e oportunidades para o desenvolvimento sustentável, 1 ed. Fortaleza: INOVAGRI, 2017, p. 131-166.Tipo: Capítulo em Livro Técnico-Científico |
Biblioteca(s): Embrapa Instrumentação. |
| |
Registros recuperados : 135 | |
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|