20-year return period for the Ž rst

20-year return period for the Ž rst GEV corresponds to a different return period in the
second GEV. Plotting these new estimated return periods gives the relevant distribution
and these are displayed for the three grid boxes in Fig. 3 (in all cases, corresponding to
the AM series calculated for 30-day durations). Denoting the curves in Fig. 3 as f .¿ /,
the fractional area under f .¿ / between two return periods ¿1 and ¿2 is the probability of
a new return period (derived from two independentsamples of annual maxima from the
same underlying GEV distribution) being between these values.
In Fig. 3, the thin vertical lines plotted represent ¿
control
2:5
, which satisŽ es p.¿ >
¿
control
2:5
/ D 97:5%. This number is at the lower end of the 95% region within which
¿ is expected to be, corresponding to the probability-density function f .¿ /. That is,
when using the bootstrap simulation to generate different possible pairs of GEV curves
from the RCM control simulation of AM, setting ¿ D 20 years for the Ž rst simulation
and calculating the equivalent return period from the second simulation, on 97.5% of
occasionsthis value will be greater than ¿
control
2:5
. This then allows signiŽ cance tests to be
made of differences between the 20-year return period of the RCM control simulation
and that of observations (called ¿
obs) and between the RCM control simulation and
RCM future simulation (called ¿
future). The latter comparison requires an adjustment to
1614 C. HUNTINGFORD et al.
TABLE 2. COMPARISON OF OBSERVED RETURN
PERIODS (¿
obs) AND FUTURE RETURN PERIODS
(¿
future ) OF 30-DAY PRECIPITATION-EVENT ANNUAL MAXIMA WITH THOSE FROM THE REGIONAL CLIMATE
MODEL CONTROL SIMULATION (¿
control 2:5
) (SEE TEXT
FOR DETAILS)
Location ¿ ¿
control 2:5 ¿
obs ¿
future
Lewes 5 2.40 11.4 1.52
Shrewsbury 5 2.42 6.71 1.52
York 5 2.36 6.22 1.69
Lewes 10 3.46 21.2 1.86
Shrewsbury 10 3.48 15.1 1.99
York 10 3.34 9.05 2.33
Lewes 20 4.55 35.4 2.26
Shrewsbury 20 4.63 36.4 2.77
York 20 4.24 12.1 2.33
Lewes 40 5.54 54.2 2.73
Shrewsbury 40 5.73 95.7 4.07
York 40 4.94 15.1 2.61
the methodology above. As the future RCM simulation has just 20 values, when creating
the ‘pairings’ the Ž rst GEVs are based upon a sample of 30 values but the second set of
curves utilize a sample of 20 values. In reality, it is found that the resultant distribution
is very slightly broader and, as such, the differences are ignored.
To assess signiŽ cance, the change in the 20-year return period between the RCM
control simulation and observations (dashed lines, giving ¿
obs) and the RCM control
simulation and the RCM future simulation (dash-dot lines, giving ¿
future) are presented
in Fig. 3. These values are also presented in Table 2, along with identical calculations
for other return periods apart from 20 years. In all cases, it is found that the future
RCM-predicted return period is signiŽ cantly less than would be expected from the RCM
control distribution, but that there is no signiŽ cant difference between the return period
estimated from the RCM control and the observed GEVs (Table 2). It is also found
(although not presented here) that in all cases, ¿
obs < ¿
control
97:5 and ¿
future < ¿
control
97:5
.

ผลลัพธ์ (ไทย) 1:

20 ปีระยะเวลาคืน rst GEV สำหรับสอดคล้องกับระยะคืนแตกต่างกันในการGEV สอง พล็อตใหม่รอบคืนประมาณให้กระจายที่เกี่ยวข้องและเหล่านี้จะแสดงขึ้นในกล่องตารางที่สามใน Fig. 3 (ในทุกกรณี ที่สอดคล้องกับน.ชุดการคำนวณสำหรับระยะเวลา 30 วัน) กำหนดเรียกค่าเส้นโค้ง Fig. 3 เป็น f ¿/,พื้นที่ f เป็นเศษส่วน¿ระหว่างสองรอบระยะเวลาส่งคืน ¿1 และ ¿2 เป็นที่น่าช่วงระยะคืนใหม่ (มาจาก independentsamples สองของแมกประจำปีจากการเหมือนต้นกระจาย GEV) ระหว่างค่าเหล่านี้ใน Fig. 3 เส้นแนวตั้งบางพล็อตแสดง¿ควบคุม2:5ที่ satis เอสพี¿>¿ควบคุม2:5/ D 97:5% หมายเลขนี้จะจบภาค 95% ซึ่งต่ำกว่า¿คาดว่าจะ ที่สอดคล้องกับความหนาแน่นความน่าเป็นฟังก์ชัน f ¿/ นั่นก็คือเมื่อใช้การจำลองแบบเริ่มต้นระบบเพื่อสร้าง GEV โค้งแตกต่างกันเป็นคู่จาก RCM ควบคุมการจำลองของ AM ตั้ง¿D 20 ปีสำหรับการจำลอง rstและคำนวณระยะคืนเทียบเท่าจากการจำลองสถานการณ์ที่สอง ใน 97.5% ของจะมากกว่า¿occasionsthis ค่าควบคุม2:5. นี้แล้วให้ทดสอบ cance signi จะสร้างความแตกต่างระหว่างระยะเวลา 20 ปีคืนของการจำลองการควบคุม RCMและที่สังเกต (เรียกว่า¿obs) และ ระหว่างการจำลองการควบคุม RCM และRCM จำลองในอนาคต (เรียกว่า¿ในอนาคต) การเปรียบเทียบหลังต้องปรับปรุง1614 C. HUNTINGFORD et alตารางที่ 2 กลับสังเกตเปรียบเทียบรอบระยะเวลา (¿obs) และอนาคตกลับรอบระยะเวลา(¿ในอนาคต) ของ 30 วันฝนเหตุการณ์ประจำปีแมกกับคนจากภูมิภาคสภาพภูมิอากาศแบบจำลองการควบคุม (¿ควบคุม 2:5) (ดูข้อความสำหรับรายละเอียด)ตำแหน่ง¿¿ควบคุม¿2:5obs ¿ในอนาคตLewes 5 2.40 11.4 1.52ชรีส์บูรี 5 2.42 6.71 1.52ยอร์ก 5 2.36 6.22 1.69Lewes 10 3.46 21.2 1.86ชรีส์บูรี 10 3.48 15.1 1.99ยอร์ก 10 3.34 9.05 2.33Lewes 20 4.55 35.4 2.26ชรีส์บูรี 20 4.63 36.4 2.77นิวยอร์ก 20 4.24 12.1 2.33Lewes 40 5.54 54.2 2.73ชรีส์บูรี 40 5.73 95.7 4.07ยอร์ก 40 4.94 15.1 2.61วิธีที่ข้างต้น เป็นการจำลอง RCM ในอนาคตมีค่าเพียง 20 เมื่อสร้าง'pairings' rst GEVs ตามตัวอย่างของค่า 30 แต่ชุดสองของเส้นโค้งใช้ตัวอย่างของค่า 20 ในความเป็นจริง มันจะพบว่าการกระจายผลแก่คือกว้างขึ้นมากเล็กน้อย และ เช่น ละเว้นความแตกต่างการประเมิน cance signi การเปลี่ยนแปลงในระยะเวลา 20 ปีคืนระหว่างการ RCMการจำลองการควบคุมและการสังเกตการณ์ (เส้นประ ให้¿obs) การควบคุม RCMการจำลองและการจำลองในอนาคต RCM (เส้นประจุดบรรทัด ให้¿ในอนาคต) จะแสดงใน Fig. 3 ค่าเหล่านี้ยังแสดงในตารางที่ 2 พร้อมคำนวณเหมือนกันสำหรับรอบระยะเวลาอื่นคืนจาก 20 ปี ในทุกกรณี จะพบว่าในอนาคตRCM คาดการณ์ระยะเวลาคืนเป็น signi cantly น้อยกว่าที่จะคาดหวังจากการ RCMควบคุมการแจกจ่าย แต่ว่า มี signi ไม่ต้อนความแตกต่างระหว่างระยะเวลาส่งคืนประเมินจากตัวควบคุม RCM และ GEVs สังเกต (ตาราง 2) นอกจากนี้ยังอยู่(แม้ว่าจะไม่นำเสนอ) ว่าในทุกกรณี, ¿obs < ¿ควบคุม97:5 และ¿ในอนาคต < ¿ควบคุม97:5.

ผลลัพธ์ (ไทย) 2:

ระยะเวลาคืน 20 ปีสำหรับ ?? แรก GEV
สอดคล้องกับระยะเวลาที่ผลตอบแทนที่แตกต่างกันในสองGEV พล็อตประมาณใหม่เหล่านี้จะช่วยให้ผลตอบแทนระยะเวลาการจัดจำหน่ายที่เกี่ยวข้องและเหล่านี้จะแสดงทั้งสามกล่องในรูปตาราง
3
(ในทุกกรณีที่สอดคล้องกับชุดAM คำนวณระยะเวลา 30 วัน) แสดงถึงเส้นโค้งในรูป 3 ฉ.¿ /
พื้นที่บางส่วนภายใต้ฉ.¿ / ระหว่างสองช่วงเวลาการกลับมา¿¿ที่ 1 และ 2
เป็นความน่าจะเป็นของระยะเวลาการกลับมาใหม่(มาจากสองของ independentsamples
สูงสุดประจำปีจากเดียวกันกระจายGEV พื้นฐาน) เป็นระหว่าง ค่า.
ในรูป 3,
เส้นแนวตั้งบางพล็อตเป็นตัวแทน¿ควบคุมที่
2: 5
ซึ่ง Satis ?? เอp.¿>
¿ควบคุมที่2: 5 / D 97: 5% ตัวเลขนี้เป็นตัวเลขที่ต่ำสุดของภูมิภาค 95% ภายในที่¿คาดว่าจะสอดคล้องกับความน่าจะเป็นฟังก์ชั่นที่มีความหนาแน่นฉ.¿ / นั่นคือเมื่อมีการใช้การจำลองบูตเพื่อสร้างคู่ที่เป็นไปได้ที่แตกต่างกันของเส้นโค้ง GEV จากการจำลองการควบคุมของ RCM AM, การตั้งค่า¿ D 20 ปีสำหรับ ?? จำลองแรกและการคำนวณระยะเวลาคืนเทียบเท่าจากการจำลองสถานการณ์ที่สองเมื่อวันที่ 97.5% ของมูลค่าoccasionsthis จะสูงกว่า¿ควบคุมที่2: 5 นี้ก็จะช่วยให้นัยสำคัญ ?? การทดสอบนัยที่จะถูกสร้างขึ้นมาจากความแตกต่างระหว่างระยะเวลาคืน 20 ปีของการจำลองการควบคุม RCM และการสังเกต (เรียกว่า¿ obs) และระหว่างการจำลองการควบคุมและ RCM RCM จำลองในอนาคต (เรียกว่า¿ในอนาคต) การเปรียบเทียบหลังต้องมีการปรับตัวเพื่อ1614 ซี HUNTINGFORD et al. ตารางที่ 2 เปรียบเทียบ RETURN สังเกตงวด(¿ obs) และงวด RETURN อนาคต(¿ในอนาคต) ของวันที่ 30 ตกตะกอน-งานประจำปี MAXIMA กับผู้ที่มาจากสภาพภูมิอากาศในภูมิภาค MODEL การจำลองการควบคุม (¿ควบคุมที่2: 5) (เห็นข้อความสำหรับรายละเอียด) ที่อยู่¿¿ควบคุมที่ 2: 5 ¿ obs ¿อนาคตลูอิส5 2.40 11.4 1.52 Shrewsbury 5 2.42 6.71 1.52 นิวยอร์ก 5 2.36 6.22 1.69 ลูอิส 10 3.46 21.2 1.86 Shrewsbury 10 3.48 15.1 1.99 นิวยอร์ก 10 3.34 9.05 2.33 ลูอิส 20 4.55 2.26 35.4 Shrewsbury 20 4.63 36.4 2.77 นิวยอร์ก 20 4.24 2.33 12.1 ลูอิส 40 5.54 2.73 54.2 Shrewsbury 40 5.73 95.7 4.07 นิวยอร์ก 40 4.94 2.61 15.1 วิธีการดังกล่าวข้างต้น ในฐานะที่เป็นแบบจำลองในอนาคต RCM มีเพียง 20 ค่าเมื่อมีการสร้าง'การจับคู่ส ?? RST GEVs จะขึ้นอยู่กับตัวอย่างของค่า 30 แต่ชุดที่สองของเส้นโค้งที่ใช้กลุ่มตัวอย่างจำนวน20 ค่า ในความเป็นจริงจะพบว่าการกระจายผลเป็นอย่างมากที่กว้างขึ้นเล็กน้อยและเป็นเช่นนี้ความแตกต่างจะถูกละเว้น. เพื่อประเมินนัยสำคัญ ?? นัย, การเปลี่ยนแปลงในระยะเวลาคืน 20 ปีระหว่าง RCM จำลองการควบคุมและการสังเกต (เส้นประให้¿ obs) และการควบคุม RCM การจำลองและการจำลองอนาคต RCM (เส้นประจุดให้¿อนาคต) ถูกแสดงไว้ในรูป . 3. ค่าเหล่านี้จะนำเสนอในตารางที่ 2 พร้อมกับการคำนวณเหมือนกันสำหรับรอบระยะเวลาผลตอบแทนอื่นๆ ที่นอกเหนือจาก 20 ปี ในทุกกรณีพบว่าในอนาคตระยะเวลาคืน RCM-คาดการณ์ไว้เป็นนัยสำคัญ ?? อย่างมีนัยน้อยกว่าจะได้รับการคาดหวังจาก RCM กระจายการควบคุม แต่ไม่มีนัยสำคัญ ?? ความแตกต่างระหว่างระยะเวลาลาดเทผลตอบแทนประมาณจากการควบคุมและ RCM GEVs สังเกต (ตารางที่ 2) นอกจากนี้ยังพบ(แม้ว่าจะไม่นำเสนอที่นี่) ว่าในทุกกรณี¿ obs <¿ควบคุม97: 5 และ¿อนาคต<¿ควบคุม97: 5

ผลลัพธ์ (ไทย) 3:

20 ปี ระยะเวลาคืนสำหรับŽ RST gev สอดคล้องกับระยะเวลากลับแตกต่างกันใน
gev วินาที วางแผนเหล่านี้ใหม่ประมาณคาบให้
การกระจายที่เกี่ยวข้องและเหล่านี้จะแสดงใน 3 ตารางกล่องในรูปที่ 3 ( ในกรณีที่เป็นชุด
คำนวณหาระยะเวลา 30 วัน ) แสดงถึงเส้นโค้งในรูปที่ 3 เป็น F . ¿ /
ส่วนพื้นที่ใต้ F .¿ / ระหว่างสองคาบ¿ 1 และ 2 คือความเป็นไปได้ของ¿
ระยะเวลากลับใหม่ ( ได้มาจากสอง independentsamples ของ Maxima ประจำปีจาก
อ้างอิงเดียวกันกระจาย gev ) ระหว่างค่าเหล่านี้ .
ในรูปที่ 3 , บางเส้นแนวตั้งวางแผน¿


เพื่อแสดงการควบคุม ซึ่งพอŽ ES หน้า ¿ >


เพื่อควบคุม¿
/ D 97:5 % นี่เป็นเบอร์ที่ปลายล่างของ 95% เขตภายในซึ่ง
¿คาดว่าจะสอดคล้องกับฟังก์ชันความหนาแน่นของความน่าจะเป็น f . ¿ / นั่นคือ
เมื่อใช้บูตสแตรปจำลองการสร้างที่แตกต่างกันเป็นไปได้คู่ gev เส้นโค้ง
จากจำนวนการควบคุมการจำลองเป็น การ¿ D 20 ปีสำหรับŽ RST จำลอง
และคำนวณเทียบเท่าระยะเวลาคืนจากแบบจำลองที่สองที่ 97.5 %
occasionsthis มูลค่าจะมากกว่าการควบคุม¿

2 :5

นี้จะช่วยให้ signi การทดสอบโรคมะเร็งŽเป็น
สร้างความแตกต่างระหว่าง 20 - กลับช่วงของจำนวนการควบคุมการจำลอง
และที่สังเกต ( เรียกว่า¿
obs ) และระหว่างจำนวนการควบคุมการจำลองและการจำลองจำนวน ( เรียกว่า¿ในอนาคต

อนาคต ) การเปรียบเทียบหลังต้องปรับเป็น C .

huntingford et al .
โต๊ะ 2 การเปรียบเทียบผลตอบแทน¿

( สังเกตช่วงทันอยู่แล้ว ) และอนาคต ( อนาคต¿คาบ

) precipitation-event 30 ปี Maxima กับเหล่านั้นจากแบบจำลองภูมิอากาศระดับภูมิภาค ( ¿

การควบคุมการจำลองการควบคุม 2 : 5
) ( เห็นข้อความ

รายละเอียด ) ที่ตั้ง¿¿


เพื่อควบคุม¿ obs ¿ในอนาคต
หลุยส์ 5 2.40 11.4 1.52
5 2.42 ชรูว์สบิวรี่ 6.71 1.52
นิวยอร์ก 5 2.36 6.22 1.69
หลุยส์ 10 ร้อยละ 21.2 1.86
Shrewsbury 10 3.48 ( 1.99
นิวยอร์ก 10 3.34 9.05 2.33
หลุยส์ 20 4.55 35.4 226
Shrewsbury 20 4.63 36.4 2.77
นิวยอร์ก 20 4.24 12.1 2.33
หลุยส์ 40 5.54 54.2 2.73
Shrewsbury 40 5.73 95.7 4.07
นิวยอร์ก 40 4.94 ( 2.61
วิธีการข้างต้น เป็นจำลองอนาคตมีจำนวนเพียง 20 ค่า เมื่อสร้าง
' คู่ ' Ž RST gevs จะขึ้นอยู่กับจำนวน 30 ค่า แต่ชุดที่สองของ
โค้งใช้ตัวอย่าง 20 ค่า ในความเป็นจริงพบว่าค่า
กระจายมากและกว้างขึ้นเล็กน้อย เช่น ความแตกต่างจะถูกละเว้น .
ประเมิน signi Žแคนส์ , การเปลี่ยนแปลงใน 20 ปี กลับช่วงระหว่างจำนวน
ควบคุมการจำลองและสังเกต ( เส้นประ ให้¿
obs ) และจำนวนการควบคุม
จำลองและการจำลองจำนวนในอนาคต ( เส้นประจุด เส้น ให้¿

อนาคต ) แสดงในรูปที่ 3 .ค่าเหล่านี้จะแสดงในตารางที่ 2 พร้อมกับ
การคำนวณเหมือนกัน คาบอื่น ๆนอกเหนือจาก 20 ปี ในทุกกรณี พบว่า จำนวนที่คาดการณ์ในอนาคต
signi Žลดลงอย่างมีนัยสําคัญเมื่อช่วงคืนน้อยกว่าที่ควรจะเป็น จากจำนวน
ควบคุมแจกจ่าย แต่ไม่มี signi Žลาดเทความแตกต่างระหว่างระยะเวลาคืน
ประมาณการจากจำนวนการควบคุมและตรวจสอบ gevs ( ตารางที่ 2 ) นอกจากนี้ยังพบ
( แม้ว่าจะไม่ได้แสดงที่นี่ ) ในทุกกรณี ¿


< ¿ด้านการควบคุมและ 97:5 ¿
<

97:5 ควบคุม¿ในอนาคต