Πλοήγηση

Στατιστική ανάλυση υδροκλιματικών χρονοσειρών: Αβεβαιότητα και διόραση

Koutsoyiannis, D., and A. Montanari, Statistical analysis of hydroclimatic time series: Uncertainty and insights, Water Resources Research, 43 (5), W05429, doi:10.1029/2006WR005592, 2007.

[Στατιστική ανάλυση υδροκλιματικών χρονοσειρών: Αβεβαιότητα και διόραση]

[doc_id=781]

[Αγγλικά]

Σήμερα, η υδρολογική έρευνα και τα σχετικά αποτελέσματα εξαρτώνται σε μεγάλο βαθμό από κλιματολογικά δεδομένα, η φυσική και στατιστική συμπεριφορά των οποίων έχει γίνει αντικείμενο αντιπαραθέσεων στην επιστημονική κοινότητα. Μια σχετική σε εξέλιξη συζήτηση εστιάζεται στη μακροπρόθεσμη εμμονή, μια φυσική συμπεριφορά που διαπιστώνεται σε διάφορες μελέτες υδροκλιματικών χρονοσειρών, μετρημένων ή ανακατασκευασμένων, συμπεριφορά που, ωστόσο, έχει αγνοηθεί σε πολλές κλιματολογικές μελέτες. Η μακροπρόθεσμη εμμονή μπορεί να αντανακλά τη μεγάλης κλίμακας μεταβλητότητα διάφορων παραγόντων που επηρεάζουν το κλίμα και, έτσι, μπορεί να υποστηρίξει μια πληρέστερη φυσική κατανόηση του κλίματος και ποσοτικοποίηση της αβεβαιότητάς του. Οι επιπτώσεις της μακροπρόθεσμης εμμονής στο κλίμα, ιδίως σε στατιστικά ερωτήματα και προβλήματα, μπορεί να είναι καθοριστικές, αλλά φαίνεται ότι δεν έχουν αναγνωριστεί και κατανοηθεί πλήρως. Για να φωτίσουμε αυτές τις επιπτώσεις δείχνουμε, χρησιμοποιώντας αναλυτικές μεθόδους, ότι τα χαρακτηριστικά χρονοσειρών θερμοκρασίας, που φαίνεται να είναι συμβατά με την υπόθεση της μακροπρόθεσμης εμμονής, συνεπάγονται δραματική αύξηση της αβεβαιότητας στις στατιστικές εκτιμήσεις και απομείωση της σημαντικότητας στις στατιστικές δοκιμές, σε σύγκριση με την κλασική στατιστική. Για το λόγο αυτό ισχυριζόμαστε ότι η στατιστική ανάλυση στην υδροκλιματική έρευνα χρειάζεται αναθεώρηση, προκειμένου να αποφευχθεί η εξαγωγή παραπειστικών αποτελεσμάτων, καθώς και ότι αποκλειστικώς στατιστικά επιχειρήματα δεν επαρκούν για να επιβεβαιώσουν ή να διαψεύσουν την υπόθεση της μακροπρόθεσμης εμμονής (ή άλλες υποθέσεις).

Το πλήρες κείμενο διατίθεται μόνο στο δίκτυο του ΕΜΠ λόγω νομικών περιορισμών

PDF Συμπληρωματικό υλικό:

Βλέπε επίσης: http://dx.doi.org/10.1029/2006WR005592

Σημείωση:

Για μια συζήτηση του άρθρου σε ιστολόγιο, βλ. Niche Modeling.

Εργασίες μας στις οποίες αναφέρεται αυτή η εργασία:

1. Koutsoyiannis, D., The Hurst phenomenon and fractional Gaussian noise made easy, Hydrological Sciences Journal, 47 (4), 573–595, 2002.
2. Koutsoyiannis, D., Climate change, the Hurst phenomenon, and hydrological statistics, Hydrological Sciences Journal, 48 (1), 3–24, 2003.
3. Koutsoyiannis, D., Uncertainty, entropy, scaling and hydrological stochastics, 1, Marginal distributional properties of hydrological processes and state scaling, Hydrological Sciences Journal, 50 (3), 381–404, 2005.
4. Koutsoyiannis, D., Uncertainty, entropy, scaling and hydrological stochastics, 2, Time dependence of hydrological processes and time scaling, Hydrological Sciences Journal, 50 (3), 405–426, 2005.
5. Koutsoyiannis, D., A toy model of climatic variability with scaling behaviour, Journal of Hydrology, 322, 25–48, 2006.
6. Koutsoyiannis, D., A. Efstratiadis, and K. Georgakakos, Uncertainty assessment of future hydroclimatic predictions: A comparison of probabilistic and scenario-based approaches, Journal of Hydrometeorology, 8 (3), 261–281, 2007.

Εργασίες μας που αναφέρονται σ' αυτή την εργασία:

1. Cudennec, C., C. Leduc, and D. Koutsoyiannis, Dryland hydrology in Mediterranean regions -- a review, Hydrological Sciences Journal, 52 (6), 1077–1087, 2007.
2. Koutsoyiannis, D., H. Yao, and A. Georgakakos, Medium-range flow prediction for the Nile: a comparison of stochastic and deterministic methods, Hydrological Sciences Journal, 53 (1), 142–164, 2008.
3. Koutsoyiannis, D., A. Efstratiadis, N. Mamassis, and A. Christofides, On the credibility of climate predictions, Hydrological Sciences Journal, 53 (4), 671–684, 2008.
4. Koutsoyiannis, D., C. Makropoulos, A. Langousis, S. Baki, A. Efstratiadis, A. Christofides, G. Karavokiros, and N. Mamassis, Climate, hydrology, energy, water: recognizing uncertainty and seeking sustainability, Hydrology and Earth System Sciences, 13, 247–257, 2009.
5. Koutsoyiannis, D., A. Montanari, H. F. Lins, and T.A. Cohn, Climate, hydrology and freshwater: towards an interactive incorporation of hydrological experience into climate research—DISCUSSION of “The implications of projected climate change for freshwater resources and their management”, Hydrological Sciences Journal, 54 (2), 394–405, 2009.
6. Koutsoyiannis, D., A random walk on water, Hydrology and Earth System Sciences, 2010, (in press).

Άλλες εργασίες που αναφέρονται σ' αυτή την εργασία:

1. Hamed, K.H., Trend detection in hydrologic data: The Mann-Kendall trend test under the scaling hypothesis, Journal of Hydrology, 349(3-4), 350-363, 2008.
2. Barnett, T.P., and D.W. Pierce, When will Lake Mead go dry?, Water Resources Research, 44, W03201, 2008.
3. Khaliq, M.N., T.B.M.J. Ouarda, P. Gachon and L. Sushama, Temporal evolution of low-flow regimes in Canadian rivers, Water Resources Research, 44 (8), W08436, 2008.
4. Komnitsas, K., and K. Modis, Geostatistical risk estimation at waste disposal sites in the presence of hot spots, J. Hazard. Mater., 164 (2-3), 1185-1190, 2009.
5. Halley, J. M., Using models with long-term persistence to interpret the rapid increase of earth’s temperature, Physica A: Statistical Mechanics and its Applications, 388(12), 2492-2502, 2009.
6. Khaliq, M., T. Ouarda, P. Gachon, L. Sushama and A. St-Hilaire, Identification of hydrological trends in the presence of serial and cross correlations: A review of selected methods and their application to annual flow regimes of Canadian rivers, Journal of Hydrology, 368(1-4), 117-130, 2009.
7. Khaliq, M., T. Ouarda, and P. Gachon, Identification of temporal trends in annual and seasonal low flows occurring in Canadian rivers: The effect of short- and long-term persistence, Journal of Hydrology, 369(1-2), 183-197, 2009.
8. Déry, S. J., K. Stahl, R. D. Moore, P. H. Whitfield, B. Menounos, and J. E. Burford, Detection of runoff timing changes in pluvial, nival, and glacial rivers of western Canada, Water Resour. Res., 45, W04426, doi:10.1029/2008WR006975, 2009.
9. Kumar, S., V. Merwade, J. Kam, and K. Thurner, Streamflow trends in Indiana: Effects of long term persistence, precipitation and subsurface drains, Journal of Hydrology, 374(1-2), 171-183, 2009.
10. Hamed, K. H., Effect of persistence on the significance of Kendall’s tau as a measure of correlation between natural time series, The European Physical Journal, 174 (1), 65-79, 2009.
11. Villarini, G., F. Serinaldi, J. A. Smith, and W. F. Krajewski, On the stationarity of annual flood peaks in the continental United States during the 20th century, Water Resour. Res., 45, W08417, doi:10.1029/2008WR007645, 2009.
12. Fatichi, S., S. M. Barbosa, E. Caporali and M. E. Silva, Deterministic versus stochastic trends: Detection and challenges, Journal Of Geophysical Research-Atmospheres, 114, D18121, doi:10.1029/2009JD011960, 2009.
13. Zhang, Z., A. D. Dehoff, R. D. Pody and J. W. Balay, Detection of Streamflow Change in the Susquehanna River Basin, Water Resources Management, DOI: 10.1007/s11269-009-9532-0, 2009.
14. Ehsanzadeh, E., and K. Adamowski, Trends in timing of low stream flows in Canada: impact of autocorrelation and long-term persistence, Hydrological Processes, DOI: 10.1002/hyp.7533, 2009.
15. Allamano, P., P. Claps and F. Laio, Global warming increases flood risk in mountainous areas, Geophysical Research Letters, 36, Art. No. L24404, DOI: 10.1029/2009GL041395, 2009.
16. Modis, K., K. Vatalis, G. Papantonopoulos, and C. Sachanidis Uncertainty management of a hydrogeological data set in a greek lignite basin, using BME, Stochastic Environmental Research and Risk Assessment, 24 (1), 47-56, 2010.

Κατηγορίες: Βιβλιογραφία μαθήματος: Υδρομετεωρολογία, Κλίμα και στοχαστική, Δυναμική Hurst-Kolmogorov, Άρθρα που αρχικώς απορρίφθηκαν, Ομοιοθεσία, Στοχαστική, Αβεβαιότητα