[論文レビュー] A simple method to downscale daily wind statistics to hourly wind data

Zhongling Guo|arXiv (Cornell University)|May 15, 2013

Aeolian processes and effects参考文献 5被引用数 4

ひとこと要約

本論文は、1日あたりの平均風速および最大風速、あるいは1日あたりの平均風速のみを用いて、1時間ごとの風速データを生成するシンプルな統計的ダウンスケーリング手法を提示する。風の強い地点で得られた9年間の観測小時データを用いて、特に5 m s⁻¹以上の風速（侵食的風速）において、累積風速分布を正確に再現しており、高いナッシュ・サットクリフ効率を示しており、小時観測データが不要な状況でも信頼性の高い風蝕モデル化が可能である。

ABSTRACT

Wind is the principal driver in the wind erosion models. The hourly wind speed data were generally required for precisely wind erosion modeling. In this study, a simple method to generate hourly wind speed data from daily wind statistics (daily average and maximum wind speeds together or daily average wind speed only) was established. A typical windy location with 3285 days (9 years) measured hourly wind speed data were used to validate the downscaling method. The results showed that the overall agreement between observed and simulated cumulative wind speed probability distributions appears excellent, especially for the wind speeds greater than 5 m s-1 range (erosive wind speed). The results further revealed that the values of daily average erosive wind power density (AWPD) calculated from generated wind speeds fit the counterparts computed from measured wind speeds well with high models' efficiency (Nash-Sutcliffe coefficient). So that the hourly wind speed data can be predicted from daily average and maximum wind speed data or only daily average wind speed data, respectively. Further studies are needed to examine the findings for inter-site wind data.

研究の動機と目的

• 限られた日次風速統計から小時風速データを生成する実用的な手法を開発すること。
• 高時間分解能の風速データを提供することで、風蝕モデルの精度を向上させること。
• 実際の風の強い場所で長期間にわたる観測小時風速データを用いて、ダウンスケーリング手法の妥当性を検証すること。
• 特に侵食的風速（風速5 m s⁻¹以上）の再現性を含めた、主要な風速統計の再現性能を評価すること。
• 高価な小時モニタリングに依存しない形で、データが乏しい地域における風蝕モデルの広範な応用を可能とすること。

提案手法

• 本手法は、日次平均風速および最大風速に基づき、1日中の風速値を時間ごとに分散させる確率的アプローチを採用する。
• 1日中の風速変動に確率的分布を仮定し、9年間の観測小時データを用いてキャリブレーションを行う。
• ダウンスケーリングモデルは、観測された日次平均および最大風速統計と一致する小時風速を生成する。
• 本手法の妥当性を検証するため、風速活動が顕著な地点から得られた3285日分のデータセットを用いてテストを行う。
• ナッシュ・サットクリフ効率係数を用いた評価と、累積風速確率分布の比較を通じて、モデルの性能を評価する。
• 最大風速を含む場合と含まない場合の両方で手法を適用し、感度および柔軟性を評価する。

実験結果

リサーチクエスチョン

• RQ1 日次平均および最大風速統計のみから、小時風速データを信頼性高く再構築できるか？
• RQ2 本ダウンスケーリング手法は、特に侵食的風速範囲（5 m s⁻¹以上）において、累積風速分布をどの程度正確に再現できるか？
• RQ3 観測値と比較して、生成されたデータが日次平均侵食的風力密度（AWPD）をどの程度正確に推定できるか？
• RQ4 最大風速が入手不可な状況（日次平均風速のみ）において、本手法はどの程度の性能を示すか？
• RQ5 本手法は、小時風速モニタリングが行われない地域における風蝕モデル化をどの程度支援できるか？

主な発見

• ダウンスケーリング手法は、特に風速5 m s⁻¹以上の領域において、観測データと非常に良好な一致を示す累積風速確率分布を生成した。
• 日次平均侵食的風力密度（AWPD）に関するナッシュ・サットクリフ効率係数は高く、モデルの優れた性能を示している。
• 日次平均および最大風速データのみを用いても、現実的な小時風速時系列を効果的に生成できた。
• 最大風速が欠損している場合でも、本手法は観測された分布およびAWPD推定値と良好な一致を示した。
• 本結果から、本手法はデータが乏しい環境における風蝕モデル化に耐えうる頑健性を有していることが示唆された。
• 本手法は、小時観測データに代わる実用的で正確な風速データ生成手法を提供する。