Acquista:
I dati meteo giornalieri hanno frequentemente un importante ruolo nell’applicazione di modelli di simulazione della crescita delle colture. I software per la generazione dei dati meteo sono infatti essenziali nella fase di valutazione delle serie temporali a lungo termine. CMWSim è un software stocastico di generazione dati meteo, sviluppato come sub-modello di simulazione da MAIZESim per la crescita del mais. CMWSim è basato su un approccio riadattato di simulazione probabilistica che si basa sulle catene di Markov, generando precipitazioni giornaliere, temperatura massima e minima. CMWSim simula (I) il verificarsi precipitazioni utilizzando matrici di probabilità transizionale di primo ordine a due- stati della catena di Markov, (II) i valori delle precipitazioni utilizzando una distribuzione gamma a due parametri e (III) i valori di temperatura (massima e minima) utilizzando un modello auto-regressivo di primo ordine con schema condizionale. Il sistema è stato implementato con un software user-friendly per Windows. I dati simulati sono stati analizzati con tecniche statistiche e confrontati con i dati osservati per valutare il sistema. I risultati mostrano che tutti i valori confrontati sono significativi e che il modello di precipitazione è ben correlato con i valori osservati. La precipitazione simulata è risultata essere leggermente sovrastimata nei periodi ad intensità più elevate (luglio-settembre) ma è risultata comunque statisticamente accettabile. I valori delle temperature massime e minime simulate dal modello confrontate con i valori reali sono coerenti e non ci sono stati risultati fuorvianti. CMWSim genera record meteo con significatività accettabile per essere utilizzati come input per modelli di crescita delle colture. Poiché questa implementazione è basata completamente sul object oriented programming (pacchetto riutilizzabile), l’implementazione potrebbe anche essere applicata (integrata) a qualsiasi altro strumento di supporto decisionale che utilizza i record meteorologici. Parole chiave: generatore di dati meteo, catena di Markov-chain, distribuzione gamma, precipitazioni.
Daily weather records often play an important role in applications of crop growth simulation models. Weather generating software is essentially important when evaluating long term time series to generate daily weather records. CMWSim is stochastic weather generating software we developed as a sub model of the MAIZESim maize growth simulation model and it generates daily precipitation, maximum and minimum temperature. The design of the CMWSim was based on a probabilistic simulation approach which adapted from the Markov chain analysis. CMWSim simulates (I) the precipitation occurrence by using transitional probability matrices of first-order two-state Markov chain, (II) the precipitation amounts by using a two-parameter gamma distribution and (III) the temperature values (maximum and minimum) by using a first-order auto-regressive model with a conditional scheme. The system is implemented as a user-friendly Windows-based software program. Simulated data are statistically analyzed and compared with observed data to evaluate the system. The results show that all comparisons are significant and precipitation patterns are well fitted with observed patterns. Simulated precipitation was slightly over-estimated at higher intensity periods (July - September), but was statistically acceptable. Maximum and minimum temperatures are also well simulated by the model and there were no misleading results. CMWSim generates weather records in acceptable significance to be used as inputs of crop growth modelling. Since this development completely used the object oriented programming concept (reusable package), it could also be able to use (integrate) with any other decision support tool which uses weather records. Keywords: weather simulation software, Markov-chain, gamma distribution, precipitation.
Se vuoi essere informato sulle nostre novità editoriali, registrati alla nostra newsletter!