Banner OpenAccess

Tools for stochastic weather series generation in R environment

Cordano Emanuele Eccel Emanuele
Articolo Immagine
ISSN:
2038-5625
Rivista:
Italian Journal of Agrometeorology
Anno:
2016
Numero:
3
Fascicolo:
Italian Journal of Agrometeorology N.3/2016
DOI:
10.19199/2016.3.2038-5625.031

I pacchetti “R” RMAWGEN e RGENERATEPREC generano serie giornaliere di temperature massime e minime e precipitazioni preservando la coerenza meteorologica con le osservazioni, richiesta per molte applicazioni agro-ecologiche. I metodi si avvalgono dell’uso di librerie già implementate in ambiente R, in particolare modelli vettoriali auto regressivi (VAR), per mantenere le correlazioni temporali e spaziali tra le variabili, ed altre estensioni di modelli generalizzati con regressione logistica, per la generazione delle serie di precipitazioni. Uno degli scopi dell’algoritmo è la conservazione della correlazione spaziale tra le variabili. I parametri interni dei weather generator sono calibrati dalle serie osservate. L’articolo descrive le principali caratteristiche dei pacchetti presentati e le applicazioni ad un archivio di serie meteorologiche giornaliere registrate in 28 siti in Trentino e regioni limitrofe. 

Parole chiave: Generatori meteorologici stocastici multisito, auto-regressione vettoriale, regressione logit, temperatura, precipitazione, clima.

The “R” packages RMAWGEN and RGENERATEPREC aim to generate daily maximum and minimum temperature and precipitation series preserving the meteorological coherence with observations, required for many agro-ecological applications. The implemented methods are designed to work with existing tools implemented in the R environment, such as vector autoregressive models (VAR) and other extensions of generalized linear models with logit regression, for generation of daily precipitation series; one aim of the algorithm is the conservation of the temporal and spatial correlations among variables. The internal parameters of the weather generator are calibrated from observed time series. The article describes the main features of the presented packages and an application to a dataset of daily weather time series recorded at 28 sites in Trentino (Italy) and its neighbourhood. 

Keywords: Multisite weather generators, vector auto-regression, logit regression, temperature, precipitation, climate.