Climate Simulation — Mô phỏng khí hậu
Kiểm định xu hướng chuẩn mực cho chuỗi khí hậu và thuỷ văn — không giả định phân phối chuẩn, bền với ngoại lai.
Độ dốc +0.10000 mỗi kỳ, neo qua điểm trung vị. Khác hồi quy bình phương nhỏ nhất, độ dốc này là trung vị của mọi độ dốc từng cặp nên một năm bất thường không kéo được cả đường.
Ngưỡng 0,05 là quy ước. Kiểm định này chỉ nói xu hướng có khác 0 hay không, không nói xu hướng có ĐỦ LỚN để quan trọng hay không — đó là việc của Sen's slope.
Trên 20 kỳ quan sát. Hãy so con số toàn kỳ với biến động tự nhiên của chuỗi (0.6099 độ lệch chuẩn) trước khi gọi đó là thay đổi đáng kể.
Phép kiểm tra thô độc lập với Mann–Kendall. Hai cách cho kết luận ngược nhau thường nghĩa là chuỗi có bậc thang chứ không phải xu hướng đều.
Mann–Kendall giả định các quan sát ĐỘC LẬP. Chuỗi khí hậu thường có tự tương quan dương, và khi đó p-value thật lớn hơn con số ở trên — cần hiệu chỉnh trước khi công bố.
| Thống kê S | +160 |
| z | +5.1586 |
| Số quan sát | 20 |
| Trung bình nửa đầu / nửa sau | 27.2700 / 28.2500 |
| Ưu điểm Sen's slope | Bền với ngoại lai hơn hồi quy bình phương nhỏ nhất |
Độ dốc +0.10000 mỗi kỳ, neo qua điểm trung vị. Khác hồi quy bình phương nhỏ nhất, độ dốc này là trung vị của mọi độ dốc từng cặp nên một năm bất thường không kéo được cả đường.
190 cặp (i, j). Sen's slope là TRUNG VỊ của phân phối này = +0.10000. Phần khối lượng nằm bên trái vạch 0 chiếm 7.9% — xu hướng chỉ đáng tin khi phần đó nhỏ.
| Thống kê S | +160 |
| z | +5.1586 |
| Số quan sát | 20 |
| Trung bình nửa đầu / nửa sau | 27.2700 / 28.2500 |
| Ưu điểm Sen's slope | Bền với ngoại lai hơn hồi quy bình phương nhỏ nhất |
S = Σ sign(xⱼ − xᵢ) · Sen's slope = trung vị các độ dốc cặp
Đây là công thức thật mà mã nguồn chạy, không phải mô tả gần đúng.
API tại /api/v1/tools/mann-kendall gọi đúng hàm
này, nên kết quả trên trang và qua API không thể lệch nhau.
1.234.567 lẫn 1.234,56.Mô phỏng khí hậu khác dự báo thời tiết ở bản chất câu hỏi: thời tiết hỏi 'thứ Ba tới trời thế nào', khí hậu hỏi 'phân phối thời tiết ba mươi năm tới ra sao'. Bài toán thứ hai không cần dự báo đúng từng ngày.
| Độ phân tán giữa các mô hình | thước đo bất định cấu trúc |
| Sai lệch so với thời kỳ nền | kiểm tra chất lượng hạ quy mô |
Phần quan trọng nhất của trang này. Một phương pháp được mô tả mà không nói chỗ nó hỏng là phiên bản quảng cáo của phương pháp đó.
Chưa có mô hình nào gắn riêng cho chủ đề này. Đây là những mô hình của cả ngành — liên quan ở cấp ngành, không phải cấp chủ đề.
Mô phỏng khí hậu khác dự báo thời tiết ở bản chất câu hỏi: thời tiết hỏi 'thứ Ba tới trời thế nào', khí hậu hỏi 'phân phối thời tiết ba mươi năm tới ra sao'. Bài toán thứ hai không cần dự báo đúng từng ngày.
1. Chọn kịch bản phát thải và tập mô hình toàn cầu phù hợp. 2. Hạ quy mô (downscaling) về khu vực quan tâm bằng phương pháp động lực hoặc thống kê. 3. Hiệu chỉnh sai lệch (bias correction) theo quan trắc lịch sử. 4. Trình bày kết quả dưới dạng khoảng giữa các mô hình, không lấy một mô hình duy nhất.
Trình bày trung bình các mô hình như một dự báo chắc chắn, giấu mất độ phân tán vốn là thông tin quan trọng nhất. Hiệu chỉnh sai lệch giả định quan hệ sai lệch không đổi trong tương lai — giả định không kiểm chứng được.
Độ phân tán giữa các mô hình — thước đo bất định cấu trúc; Sai lệch so với thời kỳ nền — kiểm tra chất lượng hạ quy mô.
Chưa xây dựng. Mục này hiện là điều hướng và tài liệu tham chiếu; chúng tôi không gắn nhãn 'live' cho thứ chưa chạy.