De väderrelaterade effekterna av klimatförändringarna kommer att påverka nästa fas av stadslivet. Vi behöver bara veta hur och när.

Under 2017, olyckligt väder verkade alltid närvarande. Tre orkaner gav rekordregn, intensiva översvämningar och omfattande skador på Texas, Florida, Puerto Rico och Amerikanska Jungfruöarna. Kaliforniens översvämningar ledde till Oroville Dam-krisen, där huvud- och nödutsläppen eroderades och resulterade i omfattande evakueringar. Kraftiga regn ledde till en dödlig översvämning som slet genom en kanjon nära Payson, Arizona, döda 10.

Extremt väder, inklusive kraftiga regn, torka och överdriven värme, hotar nu stadskärnor i en aldrig tidigare skådad omfattning. Det är därför Giuseppe Mascaro, en biträdande professor i civilingenjör vid Arizona State University, försökte karakterisera den dagliga nederbörden i Phoenix storstadsområde och i hela centrala Arizona med hjälp av statistiska modeller. Hans resultat publiceras i Journal of Hydrology .

"Varför vill vi karakterisera ytterligheter?" frågade Mascaro, en fakultetsmedlem i School of Sustainable Engineering and the Built Environment – ​​en av de sex skolorna i Ira A. Fulton Schools of Engineering. "Den nyligen inträffade naturkatastrofer som utlösts av kraftiga regn och uppfattningen att detta har hänt oftare än vanligt kräver att man genomför den här typen av kvantitativ analys för att förstå den nuvarande situationen, jämför det med det förflutna och försök att modellera framtiden."

Statistiska modeller av extrem nederbörd är avgörande för att stödja vatten, teknik och klimatstudier. Mascaros modeller kommer att informera ansträngningar för att förutsäga översvämningar, vattenförvaltning och utformning av stadsinfrastruktur. Dessutom, Mascaros modeller kommer att utvärdera förmågan hos nuvarande klimatmodeller att på ett tillförlitligt sätt förutse scenarier för kraftiga regn.

Metodik minskar osäkerheten

Extremer är sällsynta per definition. En 100-årig storm inträffar teoretiskt en gång vart 100:e år. Detta gör det svårt att observera extrema väderhändelser, speciellt i sydvästra USA där registreringar av nederbördsobservationer kan vara glesare och kortare jämfört med den östra delen av landet.

Till exempel, National Oceanic and Atmospheric Administration skapade Atlas 14, en nederbördsatlas som kännetecknar frekvensen och intensiteten av nederbörd i sydvästra USA i Arizona, atlasen är baserad på data från ett nätverk med bara 270 regnmätare över hela staten.

Civilingenjörer förlitar sig på statistiska modeller för att designa infrastruktur och dagvattensystem för stadskärnor, förutsatt att den tidigare observerade klimatvariationen kommer att förbli densamma i framtiden. Dock, teoretiska argument tyder på att ett varmare klimat kan leda till ökad frekvens och omfattning av extrema väderrelaterade händelser, antyder att den befintliga infrastrukturen kanske inte kan mildra effekterna av kraftiga regn och översvämningar.

"Nackdelen med glesa och kortare poster för statistiska analyser är att sannolikhetsfördelningarna inte är tillräckligt robusta, sa Mascaro, som också är forskningsingenjör vid ASU:s Julie Ann Wrigley Global Institute of Sustainability och biträdande professor vid Urban Climate Research Center. "Det finns osäkerhet. Jag vill minska osäkerheten i uppskattningen av extremer så att vi kan planera för framtiden bättre."

För att karakterisera dagliga nederbördsextremer i Phoenix storstadsområde och centrala Arizona, Mascaro använde en outnyttjad datauppsättning från översvämningsdistriktet i Maricopa County. Nätverket inkluderar rekord från 310 regnmätare, varav 240 har mer än 15 års data.

Mascaro analyserade denna "skatt" av data med hjälp av en alternativ statistisk metod som kallas topp-över-tröskelanalys, vilket utökar mängden data som används för att karakterisera extrema händelser.

"Folk inom mitt område säger, 'OK, denna metod är inte ny, "" sa Mascaro. "Men sedan tillämpade jag de senaste metodiska framstegen som har utvecklats med hjälp av globala långsiktiga nederbördsrekord för att hjälpa till att korrigera fel i frekvensanalysen av kortare datauppsättningar. Detta förbättrar robustheten samtidigt som effekten av små provstorlekar begränsas."

Empiriska resultat användbara för att förutsäga framtiden

Mascaro genomförde analyser av kraftiga regn i Phoenix storstadsområde och centrala Arizona, årligen och säsongsmässigt. För säsongsanalysen, Mascaro stod för Arizonas sommarmonsun märkt juli till september och vintersäsongen märkt november till mars. Han uppskattade parametrarna för en statistisk fördelning, kallad den generaliserade Pareto-fördelningen, för att återskapa frekvensen av dagliga extrema regn.

Genom denna analys, Mascaro fann att det statistiska beteendet för extrema regn på sommaren skiljer sig från det på vintern. I sommar, stormar är mycket lokaliserade och korta, medan de i allmänhet är längre och utbredda på vintern på grund av kalla fronter från Stilla havet.

Mascaro fann också att intensiteten av den dagliga nederbörden vintertid ökar med höjden. Dock, det finns inga organiserade mönster av extrema nederbörd baserat på latitud, longitud eller höjd för extrema sommartider. Den här typen av information hjälper till att förfina statistiska modeller som uppskattar regnfrekvensen i Phoenix och Central Arizona.

Resultaten av Mascaros arbete med dagliga nederbördsextremer informerar utformningen av civil infrastruktur och ger verktyg för att utvärdera klimatmodellernas förmåga att förutsäga extrema händelser. Dessa metoder är allmänt tillämpliga på andra regioner, inklusive stadsområden där nederbördsrekord blir alltmer tillgängliga på grund av växande nätverk av regnmätare.

Mascaros modeller för förutsägelse av nederbörd kommer att vara en viktig komponent för att främja städernas motståndskraft och vattenhållbarhet eftersom stadskärnor står inför oöverträffade väderrelaterade utmaningar med ett värmande klimat.

Förutom att informera klimatvetenskapen, Mascaros resultat kommer att få långtgående effekter för forskningsnätverk som för närvarande är aktiva vid ASU, som Urban Resilience to Extremes Sustainability Research Network och Decision Center for a Desert City.

UREx SRN främjar övergången från moderna stadsområden till framtidens städer. Dessa städer kommer att ha flexibla, anpassbar, socialt rättvis och ekologiskt baserad infrastruktur som förblir motståndskraftig även genom ökad förekomst av extrema väderhändelser. Forskarna vid UREx SRN analyserar extremer i stadsområden för att ta reda på hur man uppdaterar designstandarder för framtidens infrastruktur. Mascaros forskning kan hjälpa till att analysera osäkerheten i nuvarande statistiska modeller som används för att designa och driva infrastruktur.

En förändring i nederbördsmönster, inklusive extremer, kommer också att påverka regionens vattenresurser. Således, DCDC kan använda Mascaros nederbördsmodeller för att främja kunskap om beslutsfattande med osäkerhet i samband med vattenhållbarhet och urban klimatanpassning.

"Om vi ​​litar på klimatmodellernas förmåga att reproducera storskaliga vädermönster som orsakar extrema regn, vi kan kvantifiera hur frekvensen av dessa mönster kommer att förändras i framtida scenarier för utsläpp av växthusgaser, ", sa Mascaro. "Vi kan kombinera denna information med de statistiska analyserna av nederbördsextrema observerade av mätarna för att få en mer realistisk förutsägelse av den framtida nederbördsfördelningen på lokal skala."