关于利用极值分布拟合将天气事件归因于气候变化的研究
摘要：气候变化诱发的极端天气事件增加是一个可能重要的后果，然而由于记录长度通常与极端事件的回归周期相似或较短，很难将其归因于人为气候变化（ACC）。本研究受到“世界气候归因项目”（WWAP）及其将极值分布函数拟合到局部观测的方法的启发。该方法计算了分布参数对全球平均地表温度（GMST）的依赖性，并利用这种依赖性将极端事件归因于ACC。将WWAP方法应用于大量没有人为强迫的气候模拟集合，我们仍然发现分布参数对GMST有很强的依赖性。这种依赖性是由ENSO等内部气候变异引起的，它影响了极端事件和GMST。因此，对GMST的依赖并不一定意味着ACC对极端事件的影响。 接下来，我们重新审查了三个WWAP归因案例。我们考虑了一个极值分布、正态分布或对数正态分布哪个更能代表数据；是否可以使用似然比检验来证明分布参数的GMST依赖性；以及在GMST依赖错误的情况下是否能进行有意义的归因。自然变异对GMST和极端事件的影响使得不可能将2020年西伯利亚热浪和澳大利亚2020-2021年的山火归因于ACC。对于2019-2021年马达加斯加干旱的数据点较少，无法进行有意义的归因分析。总体而言，自然变异和GMST与极端事件之间的不确定关系使得使用WWAP方法进行归因具有挑战性。
作者：Peter Sherman and Peter Huybers and Eli Tziperman
论文ID：2308.07560
分类：Atmospheric and Oceanic Physics
分类简称：physics.ao-ph
提交时间：2023-08-16