I sin avhandling har Helga Ólafsdóttir undersökt extremvärden, alltså data om sådant som ur ett statistiskt perspektiv händer väldigt sällan. Bland annat har hon tittat på extrema regnstormar. Tillsammans med sina handledare har hon tagit fram en ny statistisk modell som kombinerar klassiska extremvärdesmodeller, baserade på dagliga data från regnmätningar, med data för största dygnsmängden under ett år, så kallade årsmaxima.
– Den datan är mer kontrollerad och av högre kvalitet, säger hon.
Nederbördssiffror från ett område i USA, registrerade under i princip hela 1900-talet, kombinerades sedan med temperaturdata för perioden.
Då visade det sig att antalet extrema regnstormar nästan fördubblades vid en grads temperaturhöjning. Men också att nederbördsmängden i de enskilda skyfallen tycktes vara oförändrad.
– Det var oväntat. Men även om regnstormarna inte förändrats, så blir det mer sannolikt att man observerar en viss regnmängd när frekvensen ökar. Därför känns det som att de hela tiden blir större.
Nederbördsdatan från USA inkluderar inte de två senaste decenniernas utveckling.
När regnovädren kommer allt oftare blir det också mer sannolikt att den allra största regnstormen ger ovanligt mycket nederbörd – även om regnstormarna däremellan är ungefär likartade.
– Ju fler regnstormar, desto mer ökar sannolikheten att det osannolika inträffar, säger Helga Ólafsdóttir.
Avhandlingen
Titel: Extreme rainfall modelling under climate change and proper scoring rules for extremes and inference
Ämne: Matematisk statistik
Lärosäte: Göteborgs universitet
Disputation: 27 september 2024
