耦合物理认知与统计建模以估算气候变化下北部和平-阿萨巴斯卡三角洲冰塞洪水频率
应用统计
2021-03-01 v1
摘要
阿尔伯塔省西北部的和平-阿萨巴斯卡三角洲（PAD）是世界上最大的内陆淡水三角洲之一，位于和平河与阿萨巴斯卡河交汇处。PAD 具有独特生态意义，两河周期性的冰塞洪水是其当前生态的重要特征。以往研究曾争论和平河冰塞洪水（IJF）频率是否近期发生变化，以及哪些因素可能驱动任何感知到的变化。本研究通过解决两个问题推进该争论：（1）哪些因素对和平河 IJF 最具预测性；（2）气候变化可能如何影响 IJF 频率？工作始于和平河大型 IJF 必要条件的基于物理的概念模型，以及指示这些条件是否满足的因素。将逻辑回归应用于历史洪水记录，以确定哪些水文气候与河流因素的组合能最佳预测 IJF 及在可用数据下这些关系的不确定性。冬季降水与温度对和平河 IJF 最具预测性，而封冻期水位几乎无预测力且与 IJF 发生不密切相关。将最佳逻辑回归模型辅以多个气候模型的降尺度气候变化情景，以投影多种合理未来的 IJF 频率。使用参数自助法采样许多合理统计模型，将最佳逻辑回归模型的参数不确定性传播至投影中。尽管各排放情景与气候模型间存在变异性，所有投影均表明和平河 IJF 频率在未来数十年可能大幅降低，且未来 IJF 间的平均等待时间可能超过近期经验。
引用
@article{arxiv.2102.13282,
title = {Coupling physical understanding and statistical modeling to estimate ice jam flood frequency in the northern Peace-Athabasca Delta under climate change},
author = {Jonathan R. Lamontagne and Martin Jasek and Jared D. Smith},
journal= {arXiv preprint arXiv:2102.13282},
year = {2021}
}
备注
Submitted to Cold Regions Science and Technology. 50 pages, 9 figures, 5 tables, 1 SI figure, 3 SI tables