Please use this identifier to cite or link to this item: http://cmuir.cmu.ac.th/jspui/handle/6653943832/79125
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorชาคริต โชติอมรศักดิ์-
dc.contributor.authorชนาพร เหมืองอุ่นen_US
dc.date.accessioned2023-10-31T01:19:39Z-
dc.date.available2023-10-31T01:19:39Z-
dc.date.issued2563-11-06-
dc.identifier.urihttp://cmuir.cmu.ac.th/jspui/handle/6653943832/79125-
dc.description.abstractThe objective of this study aims to find and test the precipitation bias correction methods or techniques and evaluate the efficiency of the bias correction methods by applying them to the WRF-CFSR regional climate model output. In this study were selected two methods for bias correction that include: 1) Cumulative Distribution Function (CDF) and 2) Empirical Orthogonal Function (EOF) to correct the discrepancy in monthly precipitation in upper northern Thailand covering 1980-2010 (31 years) and grided observation data (APHRODITE, CRU, GPCC, and GPCP) were used to compare the WRF-CFSR regional climate model precipitation data. The study found that both bias correction methods were able to correct the precipitation values of the WRF-CFSR regional climate model with the consistent and match for each grid observation dataset (APHRODITE, CRU, GPCC, and GPCP). The CDF bias correction method is suitable for a station or point-to-point that is spatially specific, which can reduce the error from the processing model, and reduce the systematic error in the model. As for the bias correction result using the EOF method, which calculated the spatial and temporal relative precipitation data that able to maintain spatial continuity of precipitation anomalies and able to maintain patterns of precipitation between the observation data and the data from the model as well. Therefore, the EOF analysis result is appropriate for the variance and anomalies analysis of long term precipitation. The correlation (r) validation results of bias correction using CDF and EOF methods found the precipitation values from the WRF-CFSR regional climate model were correlated at improved compared to uncorrected. The validation of the effectiveness of the correction method with the Root Mean Square Error (RMSE) found that the CDF bias correction method can reduce the RMSE between the observed and the model data to be more reliable and accurate while the EOF bias correction method is still unable to reduce the error of precipitation.en_US
dc.language.isootheren_US
dc.publisherเชียงใหม่ : บัณฑิตวิทยาลัย มหาวิทยาลัยเชียงใหม่en_US
dc.subject-en_US
dc.titleการปรับแก้ความคลาดเคลื่อนของปริมาณน้ำฝนจากแบบจำลองภูมิอากาศภูมิภาค WRF-CFSR ภาคเหนือตอนบนของประเทศไทยen_US
dc.title.alternativePrecipitation bias correction of WRF-CFSR regional climate model over upper Northern Thailanden_US
dc.typeThesis
thailis.controlvocab.thashน้ำฝน -- การวิเคราะห์-
thailis.controlvocab.thashน้ำฝน -- ไทย (ภาคเหนือ)-
thailis.controlvocab.thashแบบจำลองทางภูมิศาสตร์-
thesis.degreemasteren_US
thesis.description.thaiAbstractการศึกษาครั้งนี้มีวัตถุประสงค์เพื่อหาและทดสอบวิธีการหรือเทคนิคการปรับแก้ความคลาดเคลื่อน สำหรับปริมาณน้ำฝนจากแบบจำลองภูมิอากาศภูมิภาค WRF-CFSR และประเมินประสิทธิภาพวิธีการปรับแก้ความคลาดเคลื่อนปริมาณน้ำฝนจากแบบจำลองภูมิอากาศภูมิภาค WRF-CFSR โดยในการศึกษาได้เลือกใช้วิธีการปรับแก้ความคลาดเคลื่อน 2 วิธี ประกอบไปด้วย 1) Cumulative Distribution Function (CDF) และ 2) Empirical Orthogonal Function (EOF) เพื่อปรับแก้ความ คลาดเคลื่อนปริมาณน้ำฝนรายเดือน 18 สถานีตรวจวัดในพื้นที่ภาคเหนือตอนบนของประเทศ'ไทย ช่วงปี ค.ศ. 1980-2010 (31ปี) และ ใช้ข้อมูลตรวจวัดฝนแบบกริด (APHRODITE CRU GPCC และ GPCP ในการเปรียบเทียบผลร่วมกับข้อมูลแบบจำลองภูมิอากาศภูมิภาค WRF-CFSR จากการศึกษาพบว่าวิธีการปรับแก้ความคลาดเคลื่อนทั้งสองสามารถปรับแก้ค่าปริมาณน้ำฝนของแบบจำลอง ภูมิอากาศภูมิภาค WRP-CFSR ให้มีความสอดคล้องและใกล้เคียงกับข้อมูลตรวจวัดแบบกริดของแต่ละชุดข้อมูล (APHRODITE CRU GPCC และGPCP) โดยการปรับแก้ความคลาดเคลื่อนด้วยวิธี CDF มีความเหมาะสมกับข้อมูลรายสถานีหรือจุดต่อจุดที่มีความเฉพาะเจาะจงในเชิงพื้นที่ ซึ่งสามารถลดความคลาดเคลื่อนจากการประมวลผลและลดความคลาดเคลื่อนอย่างเป็นระบบในแบบจำลอง ส่วนการปรับแก้ความคลาดเคลื่อนด้วยวิธี EOF ซึ่งมีการคำนวณข้อมูลปริมาณน้ำฝนเฉลี่ยที่สัมพันธ์กันในเชิงพื้นที่และเวลา สามารถรักษาความต่อเนื่องเชิงพื้นที่ของความผิดปกติของฝน และสามารถรักษารูปแบบของฝนระหว่างข้อมูลตรวจวัดและข้อมูลจากแบบจำลองได้เป็นอย่างดี ฉะนั้นในการปรับแก้ค่าความคลาดเคลื่อนของปริมาณฝนด้วยวิธี EOF ซึ่งเป็นการวิเคราะห์ความแปรปรวนหรือความผิดปกติสำหรับปริมาณน้ำฝนจึงเหมาะสมในการวิเคราะห์ปริมาณน้ำฝนระยะยาว จากการตรวจสอบความถูกต้องด้วยการวิเคราะห์ค่าสหสัมพันธ์ (r) ของการปรับแก้ความคลาดเคลื่อนด้วยวิธี CDF แต่ละ EOF สามารถปรับแก้ให้ค่าปริมาณน้ำฝนจากแบบจำลองภูมิอากาศภูมิภาค WRF-CESR มีค่า ความสัมพันธ์ที่ดีขึ้นเมื่อเทียบกับไม่มีการปรับแก้ ส่วนการตรวจสอบประสิทธิภาพของวิธีการปรับแก้ ด้วยการวิเคราะห์ค่ารากที่สองของค่าความคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) พบว่าการปรับแก้ ความคลาดเคลื่อนด้วยวิธี CDF สามารถลดค่า RMSE ระหว่างข้อมูลตรวจวัดและข้อมูลแบบจำลองทำให้มีความน่าเชื่อถือและความถูกต้องมากยิ่งขึ้น ในขณะที่การปรับแก้ความคลาดเคลื่อนด้วยวิธี EOF ยังไม่สามารถลดค่าความคลาดเคลื่อนของปริมาณน้ำฝนได้en_US
Appears in Collections:SOC: Theses

Files in This Item:
File Description SizeFormat 
610431020 ชนาพร เหมืองอุ่น.pdf61.96 MBAdobe PDFView/Open    Request a copy


Items in CMUIR are protected by copyright, with all rights reserved, unless otherwise indicated.