When impactful extreme events occur, an unavoidable ques- tion from media and policy makers is whether human influence on the climate has somehow influenced the occurrence of the event. This question has become the focus of a rapidly developing branch of the science on extremes that is called event attribution (Allen, 2003;Stottetal.,2004;Herringetal.,2014).Event attribution uses a range of approaches that span the gamut from purely empirical approaches (e.g., van Oldenborghetal.,2012) to methods that are heavily dependent upon ensembles of climate simulations(e.g.,Palletal.,2011). In parallel, the question of the attribution of long-term changes in climate to anthropogenic and other external influences, termed detection and attribution, is another fundamental and rapidly developing climate research area(e.g. Hegerletal.,2007;Zwiersetal.,2011;Bindoffetal., 2013). The three studies in this issue by Sippeletal.(2015), Bellpratetal.(2015), and Muelleretal.(2015), contribute to these research areas by addressing applications related to extreme events attribution (Sippel et al. and Bellprat et al.), and detection and attribution and its implications for extreme growing season lengths (Mueller et al.). Sippel et al. provide a theoretical investigation assessing differences in two commonly applied techniques for quantifying the return period of given extreme events, i.e. Extreme Value Theory (EVT)-based statistical methods vs large model ensembles, focusing on cold extremes and heavy rainfall in winter in Europe. They identify biases in EVT-based estimates of the intensity of extremes when extrapolating far beyond the available data range. In particular, statistical infer- encesmadeabout “rare” events (i.e.with a return period of 4>100 years) based on “moderate” events(e.g.annual extremes) are found to have pronounced biases in regions with high climatic variability. Bellprat et al. provide an attribution study for recent dry and wet rainy seasons that caused severe socio- economic damage in Southern Africa and Southern South Amer- ica, based on climate model simulations from the Coupled Model Intercomparison Project Phase 5 (CMIP5). The investigation shows that, while no attribution statement can be made in Southern South America due to lack of climate model perfor- mance, assessments can be derived for South Africa, with global warming making one event (2002/2003drysummer) more likely, but the other (1999/2000wetsummer) less likely. Mueller et al. provide an assessment of changes in temperature-based calcula- tions of growing season length and their possible attribution to anthropogenic climate warming. Their results show that climate change has increased the probability of extremely long growing seasons by a factor of 25, and decreased the probability of extremely short growing seasons, with important potential impacts for agriculture management. This result constitutes a first formal detection and attribution assessment related to growing season length.
เมื่อเกิดเหตุการณ์มาก impactful การหลีกเลี่ยงไม่ได้ ques-สเตรชันจากผู้ผลิตสื่อและนโยบายได้ว่าอิทธิพลของมนุษย์ในสภาพภูมิอากาศมีอิทธิพลเกิดเหตุการณ์อย่างใด คำถามนี้ได้กลายเป็น จุดเน้นของสาขาที่พัฒนาอย่างรวดเร็วของวิทยาศาสตร์ในที่สุดที่เรียกว่าแสดงเหตุการณ์ (อัลเลน 2003 Stottetal. 2004 Herringetal., 2014) แสดงเหตุการณ์ใช้หลากหลายวิธีที่เฉดสีจากวิธีประจักษ์เพียงอย่างเดียว (เช่น van Oldenborghetal. 2012) วิธีการที่มากขึ้นวงอากาศ simulations(e.g.,Palletal.,2011) พร้อมกัน คำถามที่แสดงที่มาของการเปลี่ยนแปลงระยะยาวในสภาพภูมิอากาศการมาของมนุษย์ และอื่น ๆ ภายนอกที่มีอิทธิพลต่อ เรียกว่าการตรวจจับและแสดงที่มา เป็นพื้นที่อื่นในวิจัยสภาพพื้นฐาน และพัฒนาอย่างรวดเร็ว (เช่น Hegerletal. 2007 Zwiersetal. 2011 Bindoffetal., 2013) ศึกษาสามในปัญหานี้โดย Sippeletal (2015), Bellpratetal (2015), และ Muelleretal (2015), สนับสนุนการวิจัยเหล่านี้โดยโปรแกรมประยุกต์ที่เกี่ยวข้องกับการแสดงกิจกรรมมาก (Sippel et al. และ Bellprat et al.), และตรวจสอบ และแสดงที่มา และผลกระทบของการเติบโตฤดูกาลความยาวมาก (เลอร์ et al.) Sippel et al. ให้ตรวจสอบทฤษฎีที่ประเมินความแตกต่างในสองเทคนิคที่มักใช้สำหรับ quantifying ระยะเวลาส่งคืนของให้เหตุการณ์มาก รุ่นใหญ่เช่น EVT ทฤษฎีค่ามากตามวิธีทางสถิติกับวง เน้นสุดเย็นและฝนตกหนักในฤดูหนาวในยุโรป พวกเขาระบุยอมใน EVT ใช้ประเมินความรุนแรงของสุดขั้วเมื่อ extrapolating ไกลเกินช่วงข้อมูล ในกิจกรรม "หายาก" เฉพาะ สถิติอนุมาน-encesmadeabout (i.e.with เป็นระยะเวลา 4 คืน > 100 ปี) ตาม "ปานกลาง" พบกิจกรรม (e.g.annual สุด) จะมีการออกเสียงยอมในภูมิภาค มีความแปรผัน climatic สูง Bellprat และ al. ให้การศึกษาการแสดงสำหรับล่าสุดแล้ง และฤดูฝน ฤดูฝนที่เกิดรุนแรงสังคม - เศรษฐกิจความเสียหายในแอฟริกาใต้และภาคใต้ใต้เอเมอร์ปัจจุบันประกอบ ตามจำลองแบบจำลองสภาพภูมิอากาศจากควบคู่รุ่น Intercomparison โครงการเฟส 5 (CMIP5) การสอบสวนแสดงให้เห็นว่า ในขณะที่งบแสดงไม่ได้ในอเมริกาใต้ใต้ครบขาดอากาศรุ่น perfor-mance ประเมินสามารถได้รับมาสำหรับแอฟริกาใต้ กับภาวะโลกร้อนทำให้เหตุการณ์หนึ่ง (2002 2003drysummer) มีแนวโน้มมากขึ้น แต่อื่น (1999/2000wetsummer) น้อยกว่าน่าจะ Al. เอ็ดเลอร์ให้ประเมินการเปลี่ยนแปลงตามอุณหภูมิ calcula-tions เติบฤดูกาลความยาวและการแสดงความสามารถกับการมาของมนุษย์ภูมิอากาศร้อน ผลลัพธ์แสดงว่า สภาพภูมิอากาศได้เพิ่มความน่าเป็นของซีซั่นมากจึงเติบโตขึ้นตัว 25 และลดลงน่าสั้นมากฤดูเติบโต มีผลกระทบที่มีศักยภาพสำคัญสำหรับการจัดการเกษตร ผลลัพธ์นี้ถือมีแรกอย่างเป็นทางการตรวจสอบและแสดงการประเมินที่เกี่ยวข้องกับการเจริญเติบโตความยาวฤดูกาล
การแปล กรุณารอสักครู่..
เมื่อเหตุการณ์รุนแรงเกิดขึ้นย่อม impactful , ques - tion จากสื่อ และผู้กำหนดนโยบายคือว่ามีอิทธิพลต่อมนุษย์ในบรรยากาศได้มีอิทธิพลต่อการเกิดเหตุการณ์ คำถามนี้ได้กลายเป็นจุดเน้นของการพัฒนาอย่างรวดเร็วของวิทยาศาสตร์ในสาขาสุดขั้วที่เรียกว่าเหตุการณ์ที่มา ( Allen , 2003 ; stottetal . , 2004 ; herringetal . 2014 )เหตุการณ์ที่มาใช้ช่วงของวิธีการที่ครอบคลุมขอบเขตจากวิธีหมดจดเชิงประจักษ์ ( เช่นรถตู้ oldenborghetal . 2012 ) วิธีการที่หนักขึ้นอยู่กับผู้จำลองบรรยากาศ ( เช่น palletal . , 2011 ) ในแบบคู่ขนาน คำถามของลักษณะของการเปลี่ยนแปลงระยะยาวในภูมิอากาศ anthropogenic และอิทธิพลภายนอกอื่น ๆ เรียกว่าการตรวจจับและการระบุสาเหตุเป็นอีกหนึ่งพื้นฐานและการพัฒนาอย่างรวดเร็ว พื้นที่การวิจัยบรรยากาศ ( เช่น hegerletal . , 2007 ; zwiersetal , 2011 ; bindoffetal . 2556 ) สามการศึกษาในประเด็นนี้ โดย sippeletal ( 2015 ) bellpratetal ( 2015 ) และ muelleretal ( 2015 ) สนับสนุนด้านการวิจัย โดยการจัดการกับโปรแกรมเหล่านี้เกี่ยวข้องกับต่อเหตุการณ์รุนแรง ( sippel et al . และ bellprat et al . )และตรวจสอบที่มาและความหมายของมันสำหรับมากและฤดูปลูกความยาว ( Mueller et al . ) sippel et al . ให้ตรวจสอบการประเมินทฤษฎีความแตกต่างในทั้งสองมักใช้เทคนิคสำหรับค่าผลตอบแทน ระยะเวลาให้เหตุการณ์รุนแรง เช่น มากค่า ( ทฤษฎี evt ) ตามวิธีการทางสถิติแบบตระการตา VS ขนาดใหญ่ ,เน้นเย็นสุดขั้ว และฝนตกหนักในช่วงฤดูหนาวในยุโรป พวกเขาระบุอคติใน evt ตามประมาณการของความเข้มของสุดขั้วเมื่อการประมาณไกลเกินขอบเขตของข้อมูลที่มีอยู่ โดยเฉพาะสถิติอนุมาน - encesmadeabout " หายาก " เหตุการณ์ ( i.e.with ระยะเวลาคืน 4 > 100 ปี ) จาก " ปานกลาง " เหตุการณ์ ( เช่นExtremes ประจำปี ) จะพบได้เด่นชัดในภูมิภาคที่มีอคติสูงสภาพอากาศ ความแปรปรวน bellprat et al . ให้มีลักษณะการศึกษาล่าสุดแห้งและเปียกฤดูฝนที่ก่อให้เกิดความเสียหายรุนแรงทางเศรษฐกิจ - สังคมในแอฟริกาตอนใต้ และภาคใต้ ( ใต้ - ไอซี ตามรูปแบบจำลองบรรยากาศจากคู่แบบ intercomparison โครงการระยะที่ 5 ( cmip5 ) การสอบสวนพบว่าในขณะที่ไม่แสดงที่มาชี้แจงได้ในภาคใต้ของอเมริกาใต้ เนื่องจากการขาดภูมิอากาศแบบ perfor - แมนส์ การประเมินสามารถได้มาในแอฟริกาใต้ กับ ภาวะโลกร้อน ทำให้เหตุการณ์หนึ่ง ( 2002 / 2003drysummer ) มากกว่า แต่อื่น ๆ ( 1999 / 2000wetsummer ) มีโอกาสน้อยกว่า มุลเลอร์ et al .จัดให้มีการประเมินการเปลี่ยนแปลงของอุณหภูมิใช้งานของกะ - ฤดูปลูกมีความยาวและลักษณะที่เป็นไปได้ของพวกเขาร้อนภูมิอากาศ anthropogenic ตาม ผลของพวกเขาแสดงให้เห็นว่าการเปลี่ยนแปลงสภาพภูมิอากาศได้เพิ่มความน่าจะเป็นของฤดูปลูกที่ยาวมากโดยปัจจัยที่ 25 และลดลงน่าจะเป็นของฤดูปลูกที่แสนสั้นกับผลกระทบที่สำคัญสำหรับการจัดการการเกษตร ผลที่ได้นี้ ถือเป็นการตรวจสอบอย่างเป็นทางการก่อน และการประเมินลักษณะที่เกี่ยวข้องกับการเติบโตยาวฤดูกาล
การแปล กรุณารอสักครู่..