Probability Model of Rainfall Extremes Under a Changing Climate

Expected increases in future extreme precipitation due to anthropogenic climate change highlight the need for robust projections. However, the main drivers of this increase and its precise rate remain uncertain. Numerous studies have sought empirical relationships to identify how precipitation percentiles scale with temperature, but the exact changes in the probability distribution of extremes under a warming climate remain poorly understood. To address this gap, this thesis proposes to reformulate the Metastatistical Extreme Value Distribution (MEVD), which accounts for the full distribution of underlying "ordinary" events, to explicitly incorporate their temperature dependence. Leveraging long historical records of precipitation and temperature, their probabilistic relationship and the influence of thermodynamics and large-scale circulation on their relationship are investigated. The results indicate that the change in daily precipitation extremes cannot be solely attributed to thermodynamics; rather, the dynamical effects must also be considered. Conversely, at the hourly scale, evidence emerges that changes in precipitation extremes, predominantly driven by thermodynamics, manifest as an exponential relationship between the parameters of the distribution of the “ordinary” events and temperature, leading to the intensification and the increase in the frequency of hourly precipitation extremes under warming conditions.

Gli aumenti previsti delle future precipitazioni estreme a causa del cambiamento climatico antropogenico evidenziano la necessità di proiezioni robuste. Tuttavia, i principali drivers di questo aumento e il suo preciso tasso di incremento rimangono incerti. Numerosi studi hanno cercato relazioni empiriche per identificare come i percentili delle distribuzioni delle precipitazioni variano con la temperatura, ma gli esatti cambiamenti nella distribuzione della probabilità degli eventi estremi in condizioni di riscaldamento climatico rimangono poco compresi. Per colmare questa lacuna, questa tesi propone di riformulare la Distribuzione Metastatistica dei Valori Estremi (MEVD), che tiene conto dell'intera distribuzione degli eventi "ordinari" sottostanti, per incorporare esplicitamente la loro dipendenza dalla temperatura. Sfruttando lunghe serie storiche di precipitazione e temperatura, sono studiate la loro relazione probabilistica e l'influenza della termodinamica e della circolazione atmosferica a grande scala sulla loro relazione. I risultati indicano che il cambiamento nelle precipitazione giornaliere estreme non può essere attribuito esclusivamente alla termodinamica ma anche gli effetti dinamici devono essere considerati. Al contrario, alla scala oraria, emergono evidenze che i cambiamenti nelle precipitazioni estreme, prevalentemente guidati dalla termodinamica, si manifestano come una relazione esponenziale tra i parametri della distribuzione degli eventi "ordinari" e la temperatura, portando all'intensificazione e all'aumento della frequenza di eventi di precipitazioni orarie estreme in condizioni di riscaldamento.