Estimation of global tropical cyclone wind speed probabilities using the STORM dataset.
Estimation of global tropical cyclone wind speed probabilities using the STORM dataset.
复制标题
使用风暴数据集对全球热带气旋风速概率进行估计。
DOI：
10.1038/s41597-020-00720-x
复制
发表时间：
2020-11-10
期刊：
影响因子：
9.8
通讯作者：
Aerts JCJH
中科院分区：
文献类型：
--
作者：
Bloemendaal N;de Moel H;Muis S;Haigh ID;Aerts JCJH
热带气旋（TC）是最致命和最昂贵的自然灾害之一。为了减轻这类灾害的影响，必须了解热带气旋灾害的极端重现概率，也称为重现期。在本文中，我们演示了使用STORM数据集，包含合成TC相当于10,000年在当今的气候条件下，TC风速重现期的计算。STORM数据集的时间长度允许我们根据经验计算高达10，000年的重现期，而无需拟合极值分布。我们发现，拟合的分布通常会导致更高的风速相比，他们的经验得出的同行，特别是重现期超过100年。通过应用参数风模型的TC的轨迹，我们得到的重现期在10公里的分辨率在TC易发地区。重现期的观测和以往的研究进行了验证，并显示出良好的协议。随附的全球尺度风速重现期数据集是公开的，可用于高分辨率TC风险评估。
Tropical cyclones (TC) are one of the deadliest and costliest natural disasters. To mitigate the impact of such disasters, it is essential to know extreme exceedance probabilities, also known as return periods, of TC hazards. In this paper, we demonstrate the use of the STORM dataset, containing synthetic TCs equivalent of 10,000 years under present-day climate conditions, for the calculation of TC wind speed return periods. The temporal length of the STORM dataset allows us to empirically calculate return periods up to 10,000 years without fitting an extreme value distribution. We show that fitting a distribution typically results in higher wind speeds compared to their empirically derived counterparts, especially for return periods exceeding 100-yr. By applying a parametric wind model to the TC tracks, we derive return periods at 10 km resolution in TC-prone regions. The return periods are validated against observations and previous studies, and show a good agreement. The accompanying global-scale wind speed return period dataset is publicly available and can be used for high-resolution TC risk assessments.
登录
查看更多内容
影响因子：
4.6
作者：
Bloemendaal, Nadia;Muis, Sanne;Aerts, Jeroen C. J. H.
通讯作者：
Aerts, Jeroen C. J. H.
影响因子：
9.8
作者：
Bloemendaal, Nadia;Haigh, Ivan D.;Aerts, Jeroen C. J. H.
通讯作者：
Aerts, Jeroen C. J. H.
影响因子：
8.7
作者：
Esteves, Luciana S.
通讯作者：
Esteves, Luciana S.
影响因子：
64.8
作者：
EMANUEL, KA
通讯作者：
EMANUEL, KA
影响因子：
3
作者：
Cook, Garry D.;Nicholls, Michael J.
通讯作者：
Nicholls, Michael J.