利用广义极值(GEV)分布从千年尺度气候模拟估计温度极端值的变化
应用统计
2016-07-05 v3
摘要
极端天气的变化可能产生人为气候变化最大的社会影响。然而，从短暂的观测记录中估计极端事件的变化本质上困难。本工作中，我们使用CCSM3在平衡工业前和可能未来条件下的千年运行，以检查该模型中极端事件如何变化以及这些变化的估计作为运行长度的函数效果如何。我们通过拟合广义极值(GEV)分布来估计美国本土未来温度极端值（年最小值和年最大值）分布的变化。使用1000年工业前和未来时间序列，我们表明暖极端的大小很大程度上随夏季温度的平均偏移而偏移。相反，冷极端比冬季温度的平均偏移变暖更多，但GEV位置参数的变化很大程度上可由平均偏移结合冬季温度变率的减少来解释。此外，内陆地点冷极端的GEV分布扩散和形状的变化可导致尾部行为的可辨别变化。然后我们检查使用较短模型运行所产生的不确定性。原则上，GEV分布提供理论依据，使用短于这些事件重现频率的时间序列来预测罕见事件。为调查此方法在实践中的效果，我们使用不同长度的段估计20年、50年和100年极端事件。我们发现即使使用GEV分布，长度可与关注的重现期相当或更短的时间序列会导致非常差的估计。这些结果建议在试图使用短观测时间序列或模型运行来推断罕见极端时谨慎。
引用
@article{arxiv.1512.08775,
title = {Estimating changes in temperature extremes from millennial scale climate simulations using generalized extreme value (GEV) distributions},
author = {Whitney K. Huang and Michael L. Stein and David J. McInerney and Shanshan Sun and Elisabeth J. Moyer},
journal= {arXiv preprint arXiv:1512.08775},
year = {2016}
}
备注
33 pages, 22 figures, 1 table