Một mô hình thống kê mô tả rõ hơn bản chất thay đổi của thời tiết khắc nghiệt trên các khu vực lớn hơn có thể giúp các chuyên gia khí hậu lên kế hoạch cho các thảm họa liên quan đến thời tiết.
Sự gia tăng mức độ nghiêm trọng các sự kiện thời tiết cực đoan trên khắp thế giới, như hạn hán và lũ lụt, đã đưa ra nhu cầu thông tin giúp chúng ta lên kế hoạch tốt hơn cho những sự kiện khắc nghiệt này. Mặc dù khối lượng dữ liệu thời tiết khổng lồ được ghi lại mỗi ngày trên toàn cầu, nhưng việc trích xuất thông tin quan trọng về các sự kiện cực đoan đặt ra yêu cầu rất lớn về sức mạnh tính toán và chỉ giới hạn phân tích tại một vài địa điểm.
Raphael Huser và cựu nghiên cứu sinh sau tiến sỹ của ông, Daniela Castro-Camilo đã phát triển một mô hình thống kê hiệu quả hơn về mặt tính toán để giải quyết những hạn chế này.
“Một trong những thách thức chính trong thống kê thời tiết cực đoan là mô tả mối quan hệ giữa các quan sát cực đoan, chẳng hạn như thay đổi lượng mưa trên nhiều địa điểm”, Fidel-Camilo giải thích. “Các mô hình và phương pháp hiện tại chỉ có thể xử lý một số lượng hạn chế các vị trí cùng một lúc và không đủ linh hoạt để nắm bắt tất cả các biến động khác nhau mà chúng ta thấy trong dữ liệu lượng mưa”.
Để dự báo chính xác tần suất và cường độ của một sự kiện thời tiết cực đoan trên một khu vực, Fidel-Camilo và Huser tập trung vào cấu trúc phụ thuộc, mô tả chắc chắn như thế nào và bằng cách nào, dữ liệu tại một số địa điểm có liên quan với nhau.
“Khi các sự kiện trở nên cực đoan hơn, chúng cũng có xu hướng ít phụ thuộc hơn”, Castro-Camilo nói. “Điều này được ghi nhận trong dữ liệu khí hậu, nhưng các mô hình giá trị cực đoan cổ điển không thể mô tả đặc điểm này. Mô hình của chúng tôi có thể làm điều này”.
Mô hình của Castro-Camilo và Huser cho phép ước tính cấu trúc phụ thuộc từ mỗi trạm đo và sau đó được nội suy hiệu quả giữa các trạm đo thông qua lưới không gian tốt bằng cách sử dụng phương pháp tính toán song song cao.
“Những thách thức chính trong nghiên cứu này thực tế là tính toán”, Castro-Camilo nói. “May mắn thay, chúng tôi đã truy cập vào siêu máy tính Shaheen II của Đại học Khoa học và Kỹ thuật Vương quốc Abdullah (KAUST), cho phép chúng tôi có được kết quả chỉ trong vài ngày thay vì hàng tháng nếu sử dụng máy tính thông thường”.
Sử dụng phương pháp mới, các nhà nghiên cứu đã phân tích các sự kiện cực đoan trong dữ liệu lượng mưa trên toàn bộ khu vực đi qua và tiếp giáp với Hoa Kỳ, tổng cộng có 1.218 trạm thời tiết và đây là phân tích với quy mô chưa từng có từ trước tới nay. Họ phát hiện ra rằng các biến động chi phối các sự kiện mưa cực đoan khác nhau mạnh mẽ giữa các khu vực và xác định khá rõ các khu vực cụ thể – nơi mức độ mưa nguy hiểm đồng thời xảy ra thường xuyên hơn.
“Cách tiếp cận của chúng tôi cũng có thể được sử dụng với các loại dữ liệu khí hậu khác vì nó đã được phát triển riêng để đối phó với vấn đề nhiều chiều liên quan đến nhiều trạm đo”, Castro-Camilo nói.
Xem chi tiết hơn về nghiên cứu này tại Tạp chí của Hiệp hội thống kê Mỹ năm 2019. DOI: 10.1080/01621459.2019.1647842.
Lan Phương (dịch)
Nguồn: https://phys.org/news/2019-09-scale-dangerous-weather.html