Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Ежемесячные сводки MACAv2-METDATA: Университет Айдахо, Многомерные адаптивные сконструированные аналоги, применяемые к моделям глобального климата
Набор данных MACAv2-METDATA представляет собой набор из 20 глобальных климатических моделей, охватывающих территорию США. Метод многомерных адаптивных построенных аналогов (MACA) — это метод статистического даунскейлинга, который использует набор обучающих данных (т. е. набор данных метеорологических наблюдений) для устранения исторических ошибок и сопоставления пространственных закономерностей…
MACAv2-METDATA: Университет Айдахо, Многомерные адаптивные сконструированные аналоги, применяемые к моделям глобального климата
Набор данных MACAv2-METDATA представляет собой набор из 20 глобальных климатических моделей, охватывающих территорию США. Метод многомерных адаптивных построенных аналогов (MACA) — это метод статистического даунскейлинга, который использует набор обучающих данных (т. е. набор данных метеорологических наблюдений) для устранения исторических ошибок и сопоставления пространственных закономерностей…
Ежемесячные сводки MACAv2-METDATA: Университет Айдахо, Многомерные адаптивные сконструированные аналоги, применяемые к моделям глобального климата
Набор данных MACAv2-METDATA представляет собой набор из 20 глобальных климатических моделей, охватывающих территорию США. Метод многомерных адаптивных построенных аналогов (MACA) — это метод статистического даунскейлинга, который использует набор обучающих данных (т. е. набор данных метеорологических наблюдений) для устранения исторических ошибок и сопоставления пространственных закономерностей…
MACAv2-METDATA: Университет Айдахо, Многомерные адаптивные сконструированные аналоги, применяемые к моделям глобального климата
Набор данных MACAv2-METDATA представляет собой набор из 20 глобальных климатических моделей, охватывающих территорию США. Метод многомерных адаптивных построенных аналогов (MACA) — это метод статистического даунскейлинга, который использует набор обучающих данных (т. е. набор данных метеорологических наблюдений) для устранения исторических ошибок и сопоставления пространственных закономерностей…
[[["Прост для понимания","easyToUnderstand","thumb-up"],["Помог мне решить мою проблему","solvedMyProblem","thumb-up"],["Другое","otherUp","thumb-up"]],[["Отсутствует нужная мне информация","missingTheInformationINeed","thumb-down"],["Слишком сложен/слишком много шагов","tooComplicatedTooManySteps","thumb-down"],["Устарел","outOfDate","thumb-down"],["Проблема с переводом текста","translationIssue","thumb-down"],["Проблемы образцов/кода","samplesCodeIssue","thumb-down"],["Другое","otherDown","thumb-down"]],[],[[["The MACAv2-METDATA datasets provide data from 20 global climate models, downscaled using the Multivariate Adaptive Constructed Analogs (MACA) method, and cover the conterminous United States."],["MACA is a statistical downscaling approach that leverages a meteorological observation training dataset to correct biases and align spatial patterns from global climate models with observed data."],["These datasets offer valuable insights into climate patterns and projections for the conterminous US, useful for researchers and analysts in climate-related fields."]]],["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"]]
