Στατιστική σύγκριση ακραίων παρατηρημένων θερμοκρασιών και βροχοπτώσεων με αποτελέσματα κλιματικών μοντέλων

Abstract

Τις τελευταίες δεκαετίες κυριαρχεί η άποψη ότι η κλιματική αλλαγή είναι ανθρωπογενής, λόγω των αυξημένων εκπομπών CO2. Η παραπάνω άποψη έχει παγιωθεί εκτός των άλλων και από τα αποτελέσματα των κλιματικών μοντέλων, οι προβλέψεις των οποίων έχουν εκτενώς χρησιμοποιηθεί για την υποστήριξη της λήψης αποφάσεων σε θέματα κοινωνικής και οικονομικής πολιτικής, με ειδική έμφαση στα ακραία γεγονότα. Επιπλέον, υπάρχει μια γενική πεποίθηση ότι τα ακραία γεγονότα θα είναι πιο συχνά στο μέλλον. Προκειμένου να αξιολογηθεί κατά πόσο τα κλιματικά μοντέλα παρέχουν μια αληθοφανή βάση για την πρόγνωση των ακραίων, εξετάζεται η ικανότητά τους στην αναπαραγωγή των ετήσιων μεγίστων τιμών της ημερήσιας θερμοκρασίας και της βροχόπτωσης, καθώς και μιας σειράς από κλιματικούς δείκτες που χρησιμοποιούνται για τον εντοπισμό πιθανών περιόδων ξηρασιών, καυσώνων και πλημμυρών. Επιπρόσθετα, προσαρμόζονται κατανομές πιθανοτήτων που περιγράφουν τα ακραία γεγονότα των παραπάνω μεταβλητών. Τα αποτελέσματα των κλιματικών μοντέλων συγκρίνονται με τα παρατηρημένα δεδομένα από σταθμούς της Μεσογείου, η οποία είναι μια από τις περιοχές που παρουσιάζουν τρωτότητα έναντι της κλιματικής αλλαγής. Η στατιστική σύγκριση υπέδειξε ότι οι ιστορικές χρονοσειρές δεν μπορούν να προσομοιωθούν σε ικανοποιητικό βαθμό. Επομένως, εγείρονται σοβαρά ερωτήματα για τη χρήση των κλιματικών μοντέλων σε υδρολογικές εφαρμογές.

During the last decades, it has been a common belief that climate change is man-made, due to the increasing amounts of CO2 emissions. This belief is also consolidated by climate model outputs, whose projections have widely been used to support decision making for social and financial policies, with special focus on extreme events. Moreover, it is a general perception that extreme events will be more frequent in the future. To evaluate whether climate models provide a credible basis for predictions of extremes, we study their ability to reproduce annual extreme values of daily temperature and precipitation, as well as a series of climate indices which are used in order to investigate the occurrence of droughts, heat waves and floods. Furthermore, we fit probability distributions which describe the extreme events in both cases. The results from climate models are compared to observed data from stations in the Mediterranean, which is one of the most vulnerable areas to climate change. The statistical comparison indicated that the observed time series cannot be simulated satisfactorily. Therefore, serious concerns are risen about the use of climate models to hydrological applications.