我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
风能有潜力对未来能源做出重大贡献。然而，鉴于难以存储现代计算机模型生成的非常大的数据集，在全球范围内定位这种可再生能源的来源极具挑战性。我们提出了一个统计模型，旨在通过全球年度风数据的随机发生器（SG）再现运行集合的数据生成机制。我们引入了一种基于大规模地理描述符（如海拔）的具有空间变化参数的进化谱方法，以更好地解释地球地形的不同状态。我们考虑了一种多步骤条件似然方法来估计明确说明非平稳特征的参数，同时平衡内存存储和分布式计算。我们将该模型应用于每年1800多万个全球风速点。与从气候模型创建额外的风场相比，即使对模拟输出应用了有效的有损数据压缩算法，所提出的SG从风中生成代理集合成员所需的存储量要少几个数量级。
Jaehong Jeong。 斯特凡诺·卡斯特鲁西奥。 保拉·克里帕。 马克·根顿（Marc G.Genton）。 “使用随机发电机减少全球风电集合的存储。” 附录申请。斯达。 12 (1) 490至509之间， 2018年3月。 https://doi.org/10.1214/17-AOAS1105
