• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Advances in Statistical Climatology, Meteorology and Oceanography >Spatial trend analysis of gridded temperature data at varying spatial scales
【24h】

Spatial trend analysis of gridded temperature data at varying spatial scales

机译：不同空间尺度上网格温度数据的空间趋势分析

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Classical assessments of trends in gridded temperature data perform independent evaluations across the grid, thus, ignoring spatial correlations in the trend estimates. In particular, this affects assessments of trend significance as evaluation of the collective significance of individual tests is commonly neglected. In this article we build a space–time hierarchical Bayesian model for temperature anomalies where the trend coefficient is modelled by a latent Gaussian random field. This enables us to calculate simultaneous credible regions for joint significance assessments. In a case study, we assess summer season trends in 65 years of gridded temperature data over Europe. We find that while spatial smoothing generally results in larger regions where the null hypothesis of no trend is rejected, this is not the case for all subregions.
机译：网格化温度数据趋势的古典评估在网格上执行独立评估，从而忽略了趋势估计中的空间相关性。特别是，这影响趋势意义的评估，因为对个别测试的集体意义的评估通常被忽视。在本文中，我们构建了一个空时分层贝叶斯模型，用于温度异常，其中趋势系数由潜在高斯随机字段建模。这使我们能够计算联合意义评估的同时可信地区。在一个案例的研究中，我们评估了欧洲65年的网格温度数据的夏季趋势。我们发现，虽然空间平滑通常导致较大的区域，但拒绝没有趋势的零假设的区域，但所有子区域都不是这种情况。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号