Ανάπτυξη στατιστικών μεθόδων υποβιβασμού κλίμακας με εφαρμογές σε περιβαλλοντολογικά προβλήματα

Abstract

The present PhD thesis is a contribution to the study of the statistical downscaling methods. An attempt was made to research a new statistical downscaling approach, based on canonical correlation analysis, in order to construct climate change scenarios. The suggested approach focuses on two novel points: (a) the elimination of the statistical significant trend of the involved variables (predictors and predictands), by regression models using generalized least square estimators and (b) the most suitable relationship between the canonical variates, assuming that the residuals from the model-fit are serially correlated. Moreover, according to the models based on the new and the classical statistical downscaling approach, we investigate a sufficient condition that implies the suggested method is more reliable than the classical method. The statistical downscaled models are validated for a known period, using a number of distinct performance criteria. It was found that the models were able to reproduce satisfactorily the observed parameters, therefore, were used to generate climate change scenarios, in order to estimate the mean maximum summer and mean minimum winter temperatures in 2070-2100 over Greek area. From the results of the two downscaling methods, it become obvious the superiority of the proposed method.

Αντικείμενο της παρούσας διατριβής αποτελεί η ανάπτυξη μιας νέας στατιστικής προσέγγισης στον υποβιβασμό κλίμακας προκειμένου να κατασκευαστούν σενάρια για την εκτίμηση μελλοντικών τοπικών κλιματικών αλλαγών. Με τις μεθόδους υποβιβασμού κλίμακας προσδιορίζονται οι σχέσεις ανάμεσα σε μεταβλητές μεγάλης κλίμακας και σε μεταβλητές που εκφράζουν το τοπικό κλίμα ώστε να δημιουργήσει ένα στατιστικό μοντέλο. Η προτεινόμενη μέθοδος υποβιβασμού κλίμακας βασίζεται στην ανάλυση των κανονικών συσχετίσεων μεταξύ δυο συνόλων μεταβλητών των ανεξάρτητων ή των προγνωστών και των εξαρτημένων δηλαδή των κλιματικών παραμέτρων που θα εκτιμηθούν. Τα σημαντικά στοιχεία αυτής της προσέγγισης επικεντρώνονται σε δυο παράγοντες: (α) στην απαλοιφή της στατιστικά σημαντικής τάσης από τα σύνολα των ανεξάρτητων και των εξαρτημένων μεταβλητών μέσω των μοντέλων γραμμικής παλινδρόμησης των οποίων οι συντελεστές εκτιμώνται με τη μέθοδο των γενικευμένων ελαχίστων τετραγώνων και (β) στον κατάλληλο προσδιορισμό της συσχέτισης των κανονικών μεταβλητών των δυο συνόλων θεωρώντας ότι τα σφάλματα είναι σειριακά συσχετισμένα. Αφού προσδιορισθούν οι σχέσεις των μοντέλων υποβιβασμού κλίμακας επιχειρείται η προσπάθεια εύρεσης μιας ικανής συνθήκης ώστε η προτεινόμενη μέθοδος να υπερέχει της κλασσικής. Τα στατιστικά μοντέλα που προκύπτουν και από τις δυο μεθόδους υποβιβασμού κλίμακας αξιολογούνται για μια γνωστή περίοδο μέσω εναλλακτικών στατιστικών ελέγχων και στη συνέχεια χρησιμοποιούνται για την κατασκευή αξιόπιστων σεναρίων εκτίμησης των μέσων μέγιστων θερινών και των μέσων ελάχιστων χειμερινών θερμοκρασιών στην Ελλάδα για την περίοδο 2070-2100. Από τη σύγκριση των αποτελεσμάτων των δυο μεθόδων γίνεται φανερή η υπεροχή της προτεινόμενης μεθόδου υποβιβασμού κλίμακας.