[論文レビュー] Efficient Method for Updating IDF Curves to Future Climate Projections

Jonathan Butcher, Tan Zi|arXiv (Cornell University)|Jun 11, 2019

Climate variability and models参考文献 9被引用数 4

ひとこと要約

本稿では、一般循環モデル（GCM）のバイアスを補正するために等間隔分位数マッピングを適用することで、将来の気候予測に適合する強度-期間-頻度（IDF）曲線を効率的に更新する手法を提示する。この手法により、年最大降水量データのみを用いて、アトラス14形式のIDF曲線を迅速に再キャリブレーション可能であり、既存の工学的基準との整合性を保ちつつ、設計降雨量の気候レジリエンスを向上させる。

ABSTRACT

If climate stationarity is dead, how should engineering design standards be modified to account for potential changes in extreme precipitation? Many standards rely on precipitation intensity-duration-frequency (IDF) curves provided in NOAA's Atlas 14. General Circulation Models (GCMs) predict increases in average temperature throughout the US, but are less clear on changes in precipitation. In many areas GCMs predict relatively small changes in total precipitation volume, but also suggest increased magnitude of extreme events as warmer air can hold more water. Unfortunately, GCMs have limited skill in predicting individual storm events. This research developed an efficient approach to solve this problem that replicates Atlas 14 methods, which fit a generalized extreme value distribution to the annual maximum series. GCM biases are addressed through equidistant quantile mapping, mapping from a GCM's historical simulation to future predictions, then applying this mapping from the fit to data used in Atlas 14. The approach is efficient because it requires only the annual maxima, allowing rapid examination of results across the range of GCM projections.

研究の動機と目的

• 非定常的気候条件下における極端な降水量の設計基準を更新する課題に対処すること。
• 将来のGCM予測を用いてIDF曲線を再キャリブレーションする計算効率の高い手法を開発すること。
• NOAAのアトラス14の統計フレームワークを保ちながら、極端な降水量のシミュレーションにおけるGCMバイアスを是正すること。
• 完全な降水量時系列の再処理を伴わずに、複数のGCM予測に対してIDF曲線の変化を迅速に評価できること。
• アトラス14のIDF曲線に依存する既存の工学的慣習と互換性を維持すること。

提案手法

• 歴史的GCMシミュレーションと観測歴史データを一致させるために、等間隔分位数マッピングを適用し、モデルバイアスを低減する。
• GCMで得られた年最大降水量系列を、アトラス14データから導出された基準分布にマッピングする。
• 将来のGCM予測に対しても、同じ分位数マッピング変換を適用して将来のIDF曲線を生成する。
• 完全な日次降水量時系列の再処理を必要とせず、年最大降水量値のみを用いる。
• マッピングされた年最大降水量に一般化極値（GEV）分布をフィットさせ、更新されたIDF曲線を導出する。
• アトラス14の統計的手法と整合性を保ちつつ、スケーラブルな気候予測分析を可能にする。

実験結果

リサーチクエスチョン

• RQ1 完全な降水量記録の再処理を伴わず、将来の気候予測を反映するIDF曲線を効率的に更新する方法は何か？
• RQ2 工学的応用において、極端な降水量のGCMバイアスを効果的に是正する最適な方法は何か？
• RQ3 等間隔分位数マッピングは、気候変動シナリオ下でもアトラス14のIDF曲線の統計的整合性を保持できるか？
• RQ4 この手法を用いて補正されたGCM予測では、極端な降水量強度にどの程度の変化が見られるか？
• RQ5 この手法の計算効率は、完全な水文モデルの再キャリブレーションと比較してどの程度か？

主な発見

• 本手法により、年最大降水量データのみを用いて、複数のGCM予測に対してIDF曲線の迅速な再キャリブレーションが可能である。
• 等間隔分位数マッピングは、アトラス14の統計的構造を保持しつつ、GCMによる極端な降水量推定のバイアスを効果的に低減する。
• 本アプローチは、GEV分布にフィットしたIDF曲線に依存する既存の工学的基準と互換性を保つ。
• 本手法は多様なGCMにおいて一貫した性能を示し、将来の気候が極端な降雨に与える影響を比較分析可能にする。
• 計算効率の高さにより、さまざまな気候シナリオ下でのIDF曲線シフトをスケーラブルに評価できる。
• 本技術は、確立された手法を放棄することなく、気候変動への対応としてインfra構造設計基準を更新する実用的かつ実行可能な道筋を提供する。