清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Enhancing the Accuracy of Spatio‐Temporal Models for Wind Speed Prediction by Incorporating Bias‐Corrected Crowdsourced Data

风速 计算机科学 贝叶斯概率 统计模型 数据挖掘 风力发电 数据质量 观测误差 风向 预测建模 统计能力 贝叶斯推理 数据建模 气象学 环境科学 气象站 数值天气预报 空间相关性 空间分析 均方误差 模型输出统计 不确定度归约理论
作者
Eamonn Organ,Maeve Upton,Denis Allard,Lionel Benoît,James Sweeney
出处
期刊:Environmetrics [Wiley]
卷期号:37 (2): e70069- 被引量:7
标识
DOI:10.1002/env.70069
摘要

Accurate high‐resolution spatial and temporal wind speed data is critical for estimating the wind energy potential of a location. For real‐time wind speed prediction, statistical models typically depend on high‐quality (near) real‐time data from official meteorological stations to improve forecasting accuracy. Personal weather stations (PWS) offer an additional source of real‐time data and broader spatial coverage than official stations. However, they are not subject to rigorous quality control and may exhibit bias or measurement errors. This article presents a framework for incorporating PWS data into statistical models for validated official meteorological station data via a two‐stage approach. First, bias correction is performed on PWS wind speed data using reanalysis data. Second, we implement a Bayesian hierarchical spatiotemporal model that accounts for varying measurement error in the PWS data. This enables wind speed prediction across a target area, and is particularly beneficial for improving predictions in regions sparse in official monitoring stations. Our results show that including bias‐corrected PWS data improves prediction accuracy compared with using meteorological station data alone, with a 5% reduction in prediction error on average across all sites. The results are comparable with popular reanalysis products, but unlike these numerical weather models our approach is available in real‐time and offers improved uncertainty quantification.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
奔跑的小熊完成签到 ,获得积分10
4秒前
6秒前
欢喜的铭完成签到,获得积分10
6秒前
炫烟完成签到,获得积分10
16秒前
晓晓发布了新的文献求助10
27秒前
悲凉的雁芙完成签到,获得积分10
35秒前
霜之哀伤完成签到,获得积分10
38秒前
38秒前
52秒前
无限的白羊完成签到 ,获得积分10
55秒前
大太阳发布了新的文献求助10
58秒前
快乐夜阑完成签到,获得积分10
1分钟前
1分钟前
正直的晓槐完成签到,获得积分10
1分钟前
佳伦完成签到 ,获得积分10
1分钟前
MassTestA1发布了新的文献求助10
1分钟前
Tree_QD完成签到 ,获得积分10
1分钟前
坚定的咖啡完成签到,获得积分10
1分钟前
null的应助被科研通管家采纳,获得10
1分钟前
2797924221完成签到,获得积分10
1分钟前
大力的以山完成签到,获得积分10
2分钟前
自觉康乃馨完成签到,获得积分10
2分钟前
害羞傲安完成签到,获得积分10
2分钟前
欢喜的诗珊完成签到,获得积分10
3分钟前
任性笑蓝完成签到,获得积分10
3分钟前
优雅的傲柏完成签到,获得积分10
3分钟前
null的应助被科研通管家采纳,获得10
3分钟前
n01W97的应助被科研通管家采纳,获得20
3分钟前
null的应助被科研通管家采纳,获得10
3分钟前
null的应助被科研通管家采纳,获得10
3分钟前
着急的冷珍完成签到,获得积分10
4分钟前
刻苦续完成签到,获得积分10
4分钟前
赖茜完成签到,获得积分10
4分钟前
4分钟前
4分钟前
小科研发布了新的文献求助10
4分钟前
完美的飞兰完成签到,获得积分10
4分钟前
5分钟前
懵懂的念波完成签到,获得积分10
5分钟前
5分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8185392
求助须知:如何正确求助?哪些是违规求助? 9574120
关于积分的说明 21834329
捐赠科研通 7782811
什么是DOI,文献DOI怎么找? 3434552
关于科研通互助平台的介绍 2558842
邀请新用户注册赠送积分活动 2481272