Projekt se zaměřuje na kalibraci stochastického jednostaničního generátoru denních meteorologických dat (WG) pro místa s žádnými či neúplnými historickými pozorováními (jež jsou normálně použita k odhadu parametrů WG). Použitý WG je určen ke konstrukci vstupních meteorologických řad pro růstové a hydrologické modely. Cíle projektu: 1) Jestliže chybí pouze některé denní prvky, budou chybějící parametry (např. denního rozsahu teploty) odhadnuty z parametrů dostupných pomocí empirických vztahů odvozených z učebních řad. 2) Jestliže v dané lokalitě nejsou k dispozici žádné denní pozorování, parametry WG budou interpolovány ze sousedních stanic. Budou testovány různé interpolační metody, důraz bude kladen na neuronové sítě. Při interpolaci bude zohledněna nadmořská výška lokality. 3) Bude testována přesnost odhadu parametrů WG z globálních klimatologických dat s rozlišením 0.5°x 0.5° dostupných z CRU (U.K.). 4) Dvě modifikace budou na WG aplikovány: a) roční chod parametrů bude reprezentován Fourierovou řadou (s cílem snížit počet parametrů WG). b) Vlhkost a rychlost větru budou modelovány rozdělením podmíněném na ostatních denních charakteristikách. Kvalita WG kalibrovaného z "náhradních" dat bude vyhodnocena: 5) Přímou validací generátoru, kdy charakteristiky odvozené z vygenerovaných řad budou porovnány s charakteristikami odvozenými z řad syntetických. 6) Nepřímou validací generátoru, kdy charakteristiky odvozené z výstupů růstových a hydrologických modelů spuštěných s vygenerovanými meteorologickými řadami budou porovnány s výstupy modelů spuštěných s pozorovanými meteorologickými řadami. |
