基于模型评估日最高气温时空变化的工具:以西班牙埃布罗流域为例

对气温随空间和时间变化的研究兴趣持续不减。我们提供一组工具,利用合适的时空模型所生成的数据,在所需时间分辨率上 temporally、并按感兴趣区域 spatially 阐明此类变化。这些工具包括事件的可预测空间概率曲面与空间范围。围绕温度分布中心处理超越事件,概率曲面捕捉超越事件风险的空间变异,而空间范围捕捉感兴趣区域中给定超越事件的预期发生比例。重要的是,所提工具可与拟合于任意一组空间参照时间序列数据的任何合适模型输出配合使用。作为示例,我们采用 1956 至 2015 年西班牙阿拉贡 18 个站点收集的数据集,以及由贝叶斯分层日温度模型后验预测模拟得到的一组日最高气温序列。夏季时段的结果表明,尽管用于量化气候变化效应的所有事件风险均在增加,但其空间并非均质,最大增幅出现在埃布罗河谷中部与东比利牛斯地区。1966–1975 与 2006–2015 年间平均温度增幅高于 $1^\circ$C 的风险在整个区域高于 0.5,在上述地区接近 1。高于参考均值的日温度范围每十年增加 3.5%。范围均值表明,研究区 95% 的面积遭受平均温度的正向增量,且近 70% 高于 $1^{\circ}$C。