在特定的情况下,我曾与一个数据集从2001年到2018年,分手在2012年,由于大数据的更新。因此,我现在处理一个数据集的12年(2001 - 2012)和一个数据集的7年(2012 - 2018)。我必须预测特定区域的气候变化在未来(我有17模型准备)。
我使用一个模式扩展的方法添加每日气候变量的变化有关(NARR)又名北美地区。我的数据点。这意味着我将只使用在未来7年预测气候变化对后者我数据集的一部分。因此,没有气候,我们通常会丢弃7年附近的天气数据是什么气候数据。
现在的问题是,你如何比较未来气候与当前气候只有12年的时间范围内,更不用说7年?你能以某种方式占呢?
编辑我调查火灾现场基于所谓的火在美国西部的天气指数(加拿大火天气指数(FWI))。我以前可以用逻辑回归预测2001 - 2012和2012 - 2018年。现在,我希望看到,这可能在未来的气候。
因此,我收集的未来预测FWI从17模型在2.5度分辨率。然后我发现每日意味着区别过去(2001 - 2018)和未来(例如2082 - 2099年)。我NARR叠加这些变化,0.5度分辨率和分配我的发动机。例如如果每日意味着diff温度是5 K的一个像素在150天,和两个发动机发生在这个像素在那一天,我将增加5 K最初的温度测量。因此,我的结构NARR但17模型的平均差。
这将是相当容易的,如果我到18年作为一个整体。但是,由于主要修订2012年,我现在有两个数据集分割如前所述。