基于原位观测在其固有尺度上检测到的降水极值变化
应用统计
2020-01-08 v3
摘要
由于降水的分形特性,基于地面站点观测的日累计降水(尤其是极值)的网格化存在问题,因此基于此类网格化日数据集对长周期重现期值及其变化的估计通常被低估。在本文中,我们仅基于原位测量刻画了1950年至2017年美国本土(CONUS)观测极端降水的高分辨率变化。我们的分析利用空间统计方法,使我们能够得出网格化估计,这些方法不会平滑极端日测量值,并且与原始站点数据的统计一致,同时提高了所得信噪比。此外,我们使用一种稳健的统计技术来识别极端降水气候学中的显著逐点变化,同时仔细控制假阳性率。我们给出并讨论了极端降水统计的季节性变化:最大且空间一致性最强的逐点变化出现在秋季(SON),约33%的CONUS表现出显著变化(就绝对意义而言)。其他季节显示出极少有意义的逐点变化(就相对或绝对意义而言),说明了基于原位测量检测极端降水逐点变化的困难。虽然我们的主要结果涉及季节性变化,我们也给出并讨论了极端降水统计的年度变化。在本文中,我们仅旨在检测随时间的变化,并将这些变化潜在原因的归因留待未来工作。
引用
@article{arxiv.1902.05977,
title = {Detected changes in precipitation extremes at their native scales derived from in situ measurements},
author = {Mark D. Risser and Christopher J. Paciorek and Travis A. O'Brien and Michael F. Wehner and William D. Collins},
journal= {arXiv preprint arXiv:1902.05977},
year = {2020}
}