Resumen

Los escenarios de cambio climático se utilizan para predecir la futura precipitación. Escenarios de cambio climático regionales más detallados están siendo utilizados a través de una reducción dinámica basada en los resultados de modelos de circulación global. Existe una tendencia global a utilizar datos de precipitación simulada de modelos climáticos regionales reducidos (RCMs) adecuados para cada país. En Corea, hay estudios para mejorar la precisión de los pronósticos de precipitación de escenarios de cambio climático en comparación con la precipitación observada. En este estudio, la precipitación de cinco modelos climáticos regionales y la precipitación observada real proporcionada en Corea se aplican a una ANN (red neuronal artificial), que sugiere formas de mejorar la precisión de la predicción de la precipitación. El conjunto de RCMs de ANN simula la precipitación observada real con mayor precisión que el RCM individual. En particular, es más efectivo en el interior que en las áreas costeras, donde los patrones de precipitación son complejos. El coeficiente de correlación

• Materias:Elementos finitos Análisis de estabilidad Energía histerética Seguridad en la ingeniería civil Tensión-deformación
• Subjects:Finite elements Stability analysis Hysteretic energy Safety in civil engineering Stress-strain
• Palabras claves:Escenarios de cambio climático; Precipitación; Modelos climáticos regionales; Corea; Red neuronal artificial; Modelo de ANN
• Keywords:Climate change scenarios; Precipitation; Regional climate models; Korea; Artificial neural network; ANN model