The trade-off between spatial variability and estimation uncertainty of extreme precipitation at multiple scales: comparing weather radar and rain gauge observations

Extreme precipitation events exhibit significant spatial variability, which needs to be accurately assessed for effective risk management and infrastructure planning. This study compares two methods: KOSTRA-DWD-2020, developed by Deutscher Wetterdienst (DWD), and the Simplified Metastatistical Extreme Value (SMEV) approach, to assess their effectiveness in representation of spatial variability across various return periods and durations. By integrating radar and rain gauge data over Germany, the study analyzes how spatial scale, station density, climatology, and spatial aggregation contribute to influencing the representation of spatial variability and estimation uncertainty for extreme precipitation. The results show that both methods identify regional patterns, notably highlighting the Alps, where spatial variability is more pronounced while SMEV offers a more detailed representation of spatial variability for short-duration, low-return period events. The findings underscore the importance of selecting appropriate estimation methods based on data characteristics, application context, and spatial scale, ensuring that methodological assumptions do not introduce biases or misrepresent variability in extreme precipitation estimates.

Gli eventi di precipitazioni estreme presentano una importante variabilità spaziale, va accuratamente valutata per una gestione efficace del rischio e una pianificazione delle infrastrutture. Questo studio confronta due metodi: KOSTRA-DWD-2020, sviluppato dal Deutscher Wetterdienst (DWD), e l'approccio Simplified Metasttistical Extreme Value (SMEV), per valutare la loro efficacia nel rappresentare la variabilità spaziale in vari periodi di ritorno e durate. Integrando dati radar e misure da pluviometro in Germania, lo studio esamina come la scala spaziale, la densità delle stazioni, la climatologia e l'aggregazione spaziale influenzino la rappresentazione della variabilità spaziale e l'incertezza della stima delle precipitazioni estreme. I risultati mostrano che entrambi i metodi identificano pattern regionali, evidenziando in particolare le Alpi, dove la variabilità spaziale è più pronunciata, mentre SMEV offre una rappresentazione più dettagliata della variabilità spaziale per eventi di breve durata e basso periodo di ritorno. I risultati evidenziano l'importanza di selezionare metodi di stima appropriati in base alle caratteristiche dei dati, al contesto applicativo e alla scala spaziale, assicurando che le ipotesi metodologiche non introducano distorsioni o travisino la variabilità nelle stime delle precipitazioni estreme.