MACAv2-METDATA 데이터 세트는 미국 본토를 다루는 20개의 글로벌 기후 모델 모음입니다. 다변수 적응형 구성된 유사 항목 (MACA) 방법은 학습 데이터 세트 (예: 기상 관측 데이터 세트)를 활용하여 과거 편향을 제거하고 공간 패턴을 일치시키는 통계적 다운스케일링 방법입니다.
MACAv2-METDATA 데이터 세트는 미국 본토를 다루는 20개의 글로벌 기후 모델 모음입니다. 다변수 적응형 구성된 유사 항목 (MACA) 방법은 학습 데이터 세트 (예: 기상 관측 데이터 세트)를 활용하여 과거 편향을 제거하고 공간 패턴을 일치시키는 통계적 다운스케일링 방법입니다.
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["필요한 정보가 없음","missingTheInformationINeed","thumb-down"],["너무 복잡함/단계 수가 너무 많음","tooComplicatedTooManySteps","thumb-down"],["오래됨","outOfDate","thumb-down"],["번역 문제","translationIssue","thumb-down"],["샘플/코드 문제","samplesCodeIssue","thumb-down"],["기타","otherDown","thumb-down"]],[],[],["The MACAv2-METDATA dataset, created by the University of Idaho, comprises 20 global climate models focused on the conterminous USA. It employs the Multivariate Adaptive Constructed Analogs (MACA) method for statistical downscaling. This process utilizes a meteorological observation dataset to correct historical biases and align spatial patterns. The dataset, available monthly, is tagged with terms like climate, geophysical, and MACA, providing comprehensive climate data.\n"]]
