我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
有大量的经验和气候学证据表明,在二十世纪,极端降水已变得更加极端,而且随着全球变暖的加剧,这种趋势可能会继续下去。然而,对这些问题的理解受到一个基本的空间尺度问题的限制:过去趋势的大多数证据来自雨量计数据,而未来的趋势则由气候模型产生,而气候模型依赖于网格聚集。为了进一步研究这一点,我们将广义极值(GEV)分布拟合到雨量计和网格事件分布的右尾。该建模练习的结果证实,从雨量计数据计算的返回值通常高于从网格数据计算的值;然而,差异的大小有些令人惊讶,雨量计数据显示的返回值有时是网格数据的两三倍。本文的主要贡献是开发了两组回报值之间的回归关系族,其中还考虑了空间变化。基于这些结果,我们现在相信有可能根据气候模型的结果,在点位水平上预测未来极端降水量的变化。
伊丽莎白·曼沙尔特·沙姆塞尔丁(Elizabeth C.Mannshardt-Shamseldin)。 理查德·史密斯。 斯蒂芬·塞恩(Stephan R.Sain)。 琳达·O·米恩斯。 丹尼尔·库利。 “缩小极值:点源和网格降水数据中极值分布的比较。” 附录申请。斯达。 4 (1) 484 - 502, 2010年3月。 https://doi.org/10.1214/09-AOAS287