Regional growth curves and extreme precipitation events estimation in the steppe area of northwestern Algeria

Boucefiane, Abdelkader; Meddi, Mohamed

doi:10.20937/atm.2019.32.04.03

Cited by 3 publications

(1 citation statement)

References 41 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…For these reasons, EVT is the approach that has been chosen in this research due to its wide applicability in different fields that are related to extreme weather and climate events and their impact: ecology (Moritz, 1997;Meehl et al, 2000;Dixon et al, 2005;Katz et al, 2005;Jentsch et al, 2007;Burgman et al, 2012); extreme temperatures and heat waves (Meehl and Tebaldi, 2004;Della-Marta et al, 2007;Parey et al, 2007;García-Cueto et al, 2010;Waylen et al, 2012;Tanarhte et al, 2015;Liu et al, 2015;; extreme rainfall (Katz et al, 2002;Koutsoyiannis, 2004;Friederichs, 2010;Papalexiou and Koutsoyiannis, 2013;Kim et al, 2015;Boucefiane and Meddi, 2019); and damages to the communities that affect agroecosystems through changes in soil moisture and evapotranspiration rates (Miralles et al, 2014;Whan et al, 2015;Guan et al, 2015;Hatfield and Prueger, 2015).…”

Section: Introductionmentioning

confidence: 99%

Trends in Temperature Extremes in Selected Growing Cities of México Under a Non-Stationary Climate

García-Cueto

López-Velázquez

Bojórquez-Morales

et al. 2020

ATM

View full text Add to dashboard Cite

México es un país vulnerable a los eventos climáticos extremos; sin embargo, el impacto no es uniforme en todo el territorio, por lo que se analizan y modelan las temperaturas extremas de 12 ciudades de México con la suposición de que existe un clima no estacionario en todas las regiones del país. A partir de la base climatológica disponible de temperaturas máximas y temperaturas mínimas, se estimó una tendencia temporal con las pruebas no paramétricas de Mann-Kendall y el método de pendiente de Sen, y se utilizó la distribución generalizada de valores extremos (GEV) para modelar ambas temperaturas. Para evaluar la fortaleza de los modelos propuestos con la incorporación de una covariable, se utilizaron tanto la prueba de razón de verosimilitud como los criterios de información de Akaike y de Bayes, y se estimaron los niveles de retorno para escenarios temporales futuros. Se detectó una tendencia al calentamiento urbano, tanto con las pruebas no paramétricas como con la distribución GEV, aunque con comportamiento heterogéneo. En la serie de temperatura máxima, la mitad de las ciudades analizadas se mostró no estacionaria; de éstas, la ciudad de Guadalajara, situada en el centro-occidente del país, presentó tendencia negativa. En el caso de las temperaturas mínimas la tendencia fue más uniforme: 90% de las ciudades se mostraron no estacionarias con tendencia positiva y sólo el 10% (una zona urbana al oriente de la zona metropolitana del Valle de México [Milpa Alta] y una ciudad costera del Golfo de México [Veracruz]) mostraron una serie estacionaria. Se concluye que los periodos de retorno de extremos térmicos estimados en un clima cambiante varían temporalmente, por lo que la modelación estadística debe tomar en cuenta ese comportamiento en razón de su importancia para valoraciones de riesgos y propósitos de adaptación.

show abstract