[論文レビュー] Estimating changes in extreme quantiles over time, applied to desert temperatures

Callum Leach, Kevin Ewans+1 more|arXiv (Cornell University)|Mar 7, 2026

Climate variability and models被引用数 0

ひとこと要約

論文は、CMIP6砂漠地域データを用いて世紀を通じた100年豪温分位数の変化を推定するベイズ非定常GEV回帰フレームワークを開発し、小規模極値解析におけるモデル選択基準を評価する。

ABSTRACT

We quantify changes DeltaQ in 100-year return values for regional annual maxima and minima of near-surface atmospheric temperature from output of five CMIP6 models, for five of the Earth's desert regions, over the interval (2025,2125). We use generalised extreme value (GEV) regression to characterise changes in extremes, considering a range of different parametric forms for the variation of GEV parameters with time, and coupling models for different scenarios so that they provide a common GEV tail in the first year of observation. Parameters are estimated using Bayesian inference. We perform a simulation study using ground truth models generating data qualitatively similar to the CMIP6 output, to assess the relative performance of different information criteria in selecting models from a set of candidates, to minimise error in predictions of DeltaQ. The Bayesian information criterion (BIC) provides best performance, out-performing the divergence and widely-applicable information criteria in particular. Using BIC-selected GEV regression models, we estimate joint posterior distributions of DeltaQ over three forcing scenarios, for different combinations of region, GCM and climate ensemble. Estimates show a consistent trend across regions, GCMs and climate ensembles, of DeltaQ increasing with climate scenario for both regional annual maxima and minima. Aggregating posterior distributions over climate ensembles and GCMs, we find evidence for significant increases in DeltaQ for regional annual maxima under more severe forcing scenarios for all desert regions. Similar but weaker and less significant trends are observed for regional annual minima.

研究の動機と目的

• GEV回帰を用いて時間とともに極端な温度分布の非定常性を特徴づける。
• 気候データの小サンプル極値問題において、モデル選択に最も適した情報量基準を評価する。
• 異なる強制実験条件下で地域の年次最大値および最小値の100年再現値の変化を推定する。
• 3つの気候シナリオにまたがるGEVモデルを結合して再現値変化の結合事後分布を得る。
• CMIP6データの極値回帰におけるモデル平均化と選択の実践的ガイダンスを提供する。

提案手法

• 局所的な年次最大値および最小値（tas）を時変パラメータでモデル化するGEV回帰を実装する。
• 時変性には11通りのパラメトリック形（定数、線形、二次、漸近的）を検討し、場所・規模・形状に適用する；SSPシナリオ間で共通の2015尾部を維持する。
• 完全な事後分布を得るためにＭCMCを用いたベイズ推定でパラメータを推定する。
• GEVパラメータから100年再現値Qj(t)を計算し、各シナリオjについてΔQj = Qj(2125) − Qj(2025)を求める。
• モデルの複雑さを選択するために複数の情報量基準（AIC, BIC, DIC, WAIC）を評価し、CMIP6データを模したシミュレーション研究で妥当性を検証する。
• 11種のデータ生成過程（CCCからQQQ）を用いたシミュレーション研究で、異なる基準下のΔQ予測RMSEを比較し、CMIP6解析のためにBIC3およびAIC3の選択を導く。

Figure 1 : World map showing desert regions considered. Details of longitude-latitude bounding boxes in Table 1 . Note that Mojave (MO) and Dasht-e Lut (DA) are small geographic regions consisting of small numbers of GCM grid locations.

実験結果

リサーチクエスチョン

• RQ1 気候強制下で砂漠地域のtas極値分布の時間的進化を非定常GEVモデルは正確に捉えられるか。
• RQ2 小サンプル極値分析における100年再現値のアウトオブサンプル変化を最もよく予測する情報量基準はどれか。
• RQ3 砂漠地域・GCM・強制シナリオ間でΔQを2025–2125にわたり推定する際、結合GEV回帰モデルはどの程度機能するか。
• RQ4 極値の予測においてベイズモデル平均化は単一モデル選択より利点があるか。
• RQ5 SSP126、SSP245、SSP585シナリオ下で極端なtas再現値の地域的変化パターンはどうなるか。

主な発見

• BICベースのモデル選択は一般に簡潔なモデルと堅牢なΔQ推定を生み出し、シミュレーション研究においてWAICおよびDIC変種を上回る。
• CMIP6の砂漠地域とGCMを横断して、より強い強制条件（SSP245およびSSP585）下で地域年次最大値のΔQが有意に増加する証拠がある。
• 地域年次最小値は、地域とシナリオ間で同様だが弱く、一貫性に欠ける増加を示す。
• シナリオ間で共通の2015尾部を持つ結合GEV回帰は複数の強制経路下でΔQの統一的推定を提供する。
• 気候エンサンブルおよびGCMを跨いだ事後ΔQ推定を集約すると、極端な最大値が一貫して上方へシフトする結果となり、南極大陸は最小の変化を示す。
• 選択された非定常モデル形態の影響に対するΔQ推定の感度を示し、堅牢な推論にはBIC選択GEV（場合によってはベイズモデル平均化）を支持する。

Figure 2 : Regional annual maxima (left) and minima (right) time series of tas (K) for the UK “control” region from the UKESM1-0-LL GCM. Climate scenarios are distinguished by colour: SSP126 (green), SSP245 (orange), SSP585 (grey). Climate ensemble runs for each scenario, as listed in Table 2 , are