我有一个数据集(CMIP5输出的ISIMIP插值)包含以下变量的日值:
air_temperature (C) air_temperature_max (C) air_temperature_mmin (C)相对湿度(%)
还有其他变量(风,下行长/短波辐射,降水),我怀疑这些变量对一阶近似没有用处)
什么是将每天的数值降至每小时数值的合适方法?
当每日$rh_{max}$和$rh_{min}$给定时,我有一个算法来做到这一点。这假设在上午10点有一个峰值$rh$,并使用余弦在最大值和最小值之间循环
$ $ rh_{规模}\ leftarrow \ dfrac {1} {2} (\ cos(2 * \π* (0:23 - 2)/ 24)+ 1)$ $ $ $ RH \ leftarrow rh_{分钟}+ rh_{规模}* (rh_{马克斯}- rh_{分钟})$ $
类似地,我得到每小时的温度$t$如下:
$ $ t = t_{分钟}+ \识别dfrac{1}{2}(\罪(2 *π* (0:23 - 10)/ 24)+ 1)* (t_{马克斯}- t_{分钟})识别识别$ $
然而,当平均RH给定时,我不清楚如何做到这一点。我知道这很困难,而且可能有很多方法可以引入其他数据集,但我想要一个简单的一阶近似,这比假设RH在每天都是恒定的要好。