Forskermodeller præsenterer nedbørsdata for at forbedre fremtidige prognoser for, hvordan ekstremt vejr vil påvirke bylivet

De vejrrelaterede virkninger af klimaændringer vil påvirke den næste fase af bylivet. Vi skal bare vide hvordan og hvornår.

I 2017 katastrofalt vejr syntes altid til stede. Tre orkaner bragte rekordregn, intense oversvømmelser og omfattende skader på Texas, Florida, Puerto Rico og De amerikanske Jomfruøer. Californiens oversvømmelser førte til Oroville Dam-krisen, hvor hoved- og nødafløbet eroderede og resulterede i omfattende evakueringer. Kraftig regn førte til en dødelig oversvømmelse, der rev gennem en kløft nær Payson, Arizona, dræber 10.

Ekstremt vejr, inklusive kraftig nedbør, tørke og overdreven varme, truer nu bycentre i et hidtil uset omfang. Det er derfor Giuseppe Mascaro, en assisterende professor i civilingeniør ved Arizona State University, søgte at karakterisere den daglige nedbør i hovedstadsområdet Phoenix og i hele det centrale Arizona ved hjælp af statistiske modeller. Hans resultater er offentliggjort i Journal of Hydrologi .

"Hvorfor vil vi karakterisere ekstremer?" spurgte Mascaro, et fakultetsmedlem i School of Sustainable Engineering and the Built Environment - en af ​​de seks skoler i Ira A. Fulton Schools of Engineering. "Den nylige forekomst af naturkatastrofer udløst af kraftig nedbør og opfattelsen af, at dette er sket hyppigere end normalt, kræver, at man udfører denne type kvantitative analyser for at forstå den aktuelle situation, sammenligne det med fortiden og prøve at modellere fremtiden."

Statistiske modeller for ekstrem nedbør er afgørende for at understøtte vand, ingeniør- og klimastudier. Mascaros modeller vil informere indsatsen i oversvømmelsesforudsigelse, vandforvaltning og design af byinfrastruktur. Derudover Mascaros modeller vil evaluere nuværende klimamodellers evne til pålideligt at forudsige scenarier med kraftig nedbør.

Metodik reducerer usikkerheden

Ekstremer er sjældne per definition. En 100-årig storm sker teoretisk en gang hvert 100. år. Dette gør observation af ekstreme vejrbegivenheder udfordrende, især i det sydvestlige USA, hvor registreringer af nedbørsobservationer kan være sparsommere og kortere sammenlignet med den østlige del af landet.

For eksempel, National Oceanic and Atmospheric Administration oprettede Atlas 14, et nedbørsatlas, der karakteriserer hyppigheden og intensiteten af ​​nedbør i det sydvestlige USA i Arizona, atlasset er baseret på data fra et netværk på kun 270 regnmålere over hele staten.

Civilingeniører er afhængige af statistiske modeller til at designe infrastruktur og regnvandssystemer til bycentre, forudsat at den klimavariabilitet, der er observeret i fortiden, vil forblive den samme i fremtiden. Imidlertid, teoretiske argumenter tyder på, at et varmere klima kan føre til øget hyppighed og omfang af ekstreme vejrrelaterede hændelser, antyder, at den eksisterende infrastruktur muligvis ikke er i stand til at afbøde virkningerne af kraftig nedbør og oversvømmelser.

"Ulempen ved sparsomme og kortere optegnelser til statistiske analyser er, at sandsynlighedsfordelingerne ikke er robuste nok, " sagde Mascaro, som også er forskningsingeniør i ASU's Julie Ann Wrigley Global Institute of Sustainability og assisterende professor i Urban Climate Research Center. "Der er usikkerhed. Jeg ønsker at reducere usikkerheden i estimeringen af ​​ekstremer, så vi kan planlægge fremtiden bedre."

For at karakterisere ekstreme daglige nedbørsmængder i hovedstadsområdet Phoenix og det centrale Arizona, Mascaro brugte et uudnyttet datasæt fra Flood Control District of Maricopa County. Netværket inkluderer optegnelser fra 310 regnmålere, hvoraf 240 har mere end 15 års data.

Mascaro analyserede denne "skat" af data ved hjælp af en alternativ statistisk tilgang kaldet peak-over-threshold analyse, som udvider mængden af ​​data, der bruges til at karakterisere ekstreme hændelser.

"Folk i mit felt siger, 'OKAY, denne metode er ikke ny, "" sagde Mascaro. "Men så anvendte jeg de seneste metodologiske fremskridt, der er blevet udviklet ved hjælp af globale langsigtede nedbørsregistre for at hjælpe med at rette fejl i frekvensanalysen af ​​kortere datasæt. Dette forbedrer robustheden og begrænser samtidig effekten af ​​små stikprøvestørrelser."

Empiriske resultater nyttige til at forudsige fremtiden

Mascaro udførte analyser af kraftig nedbør i hovedstadsområdet Phoenix og det centrale Arizona, årligt og sæsonbestemt. Til sæsonanalysen, Mascaro stod for Arizonas sommermonsun markeret juli til september og vintersæsonen markeret november til marts. Han estimerede parametrene for en statistisk fordeling, kaldet den generaliserede pareto-fordeling, at gengive hyppigheden af ​​daglig ekstrem nedbør.

Gennem denne analyse, Mascaro fandt ud af, at den statistiske adfærd af ekstrem nedbør om sommeren adskiller sig fra den om vinteren. I sommers, storme er meget lokale og korte, mens de generelt er længere og udbredte om vinteren på grund af kolde fronter fra Stillehavet.

Mascaro fandt også, at intensiteten af ​​vinterens daglige nedbørsekstremer stiger med højden. Imidlertid, der er ingen organiserede mønstre for ekstreme nedbørsmængder baseret på breddegrad, længdegrad eller højde for ekstreme sommertider. Denne type oplysninger hjælper med at forfine statistiske modeller, der estimerer nedbørsfrekvensen i Phoenix og Central Arizona.

Resultaterne af Mascaros arbejde med ekstreme daglige nedbørsmængder informerer designet af civil infrastruktur og giver værktøjer til at evaluere klimamodellernes evne til at forudsige ekstreme begivenheder. Disse metoder er bredt anvendelige til andre regioner, herunder byområder, hvor nedbørsrekorder bliver mere og mere tilgængelige på grund af voksende netværk af regnmålere.

Mascaros regnforudsigelsesmodeller vil være en vital komponent til at fremme byernes modstandsdygtighed og vandets bæredygtighed, da bycentre står over for hidtil usete vejrrelaterede udfordringer med et opvarmende klima.

Udover at informere klimavidenskaberne, Mascaros resultater vil have vidtrækkende konsekvenser for forskningsnetværk, der i øjeblikket er aktive på ASU, såsom Urban Resilience to Extremes Sustainability Research Network og Decision Center for a Desert City.

UREx SRN fremmer overgangen fra moderne byområder til fremtidens byer. Disse byer vil have fleksible, tilpasningsdygtig, socialt retfærdig og økologisk baseret infrastruktur, der forbliver robust selv gennem en øget forekomst af ekstreme vejrbegivenheder. Forskerne fra UREx SRN analyserer ekstremer i byområder for at finde ud af, hvordan man opdaterer designstandarder for fremtidens infrastruktur. Mascaros forskning kan hjælpe med at analysere usikkerheden i de nuværende statistiske modeller, der bruges til at designe og drive infrastruktur.

En ændring i nedbørsmønstrene, inklusive ekstremer, vil også have betydning for regionens vandressourcer. Dermed, DCDC kan bruge Mascaros nedbørsmodeller til at hjælpe med at fremme viden om beslutningstagning med usikkerhed i forbindelse med vandets bæredygtighed og byernes klimatilpasning.

"Hvis vi stoler på klimamodellers evne til at gengive store vejrmønstre, der forårsager ekstrem nedbør, vi kan kvantificere, hvordan hyppigheden af ​​disse mønstre vil ændre sig i fremtidige scenarier for drivhusgasemissioner, " sagde Mascaro. "Vi kan kombinere disse oplysninger med de statistiske analyser af nedbørsekstremiteter observeret af målerne for at opnå en mere realistisk forudsigelse af den fremtidige nedbørsfordeling på lokal skala."