Μελέτη μοντελοποίηση και πρόβλεψη ακραίων κλιματικών παραμέτρων στη Λεκάνη της Μεσογείου
Περίληψη
Τις τελευταίες δεκαετίες, τόσο η ένταση όσο και η συχνότητα των ακραίων κλιματικών επεισοδίων έχει αυξηθεί δραματικά, προκαλώντας σοβαρότατα προβλήματα σε κοινωνικό, περιβαλλοντικό και οικονομικό επίπεδο. Συνεπώς, σκοπός της παρούσας διδακτορικής διατριβής είναι η μελέτη, η μοντελοποίηση και η πρόβλεψη της συμπεριφοράς των ακραίων επεισοδίων θερμοκρασίας και βροχόπτωσης στην περιοχή της Μεσογείου. Ο σκοπός αυτός επιτυγχάνεται αρχικά με τη μελέτη διαφόρων στατιστικών κατανομών, με στόχο την εύρεση αυτής που μπορεί να περιγράψει με μεγαλύτερη ακρίβεια τη συμπεριφορά των ακραίων κλιματικών επεισοδίων. Για την τελική επιλογή τόσο της καταλληλότερης κατανομής όσο και της καταλληλότερης μεθόδου υπολογισμού των παραμέτρων της, ακολουθήθηκε μία σειρά στατιστικών ελέγχων. Τα αποτελέσματα έδειξαν ότι η GPD κατανομή είναι η καταλληλότερη για την περιγραφή τόσο των ακραίων θερμοκρασιών όσο και βροχοπτώσεων στην περιοχή μελέτης. Επιπρόσθετα, και η GEV κατανομή είναι κατάλληλη για την προσέγγιση των ...
περισσότερα
Περίληψη σε άλλη γλώσσα
The increasing trend of the frequency and intensity of temperature and precipitation extremes during the recent decades has substantial environmental and socioeconomic impacts. Thus, the objective of the present dissertation is to study, model and predict extreme temperature and precipitation episodes in the Mediterranean area. This is firstly achieved with the comparison of several mathematical distributions, in order to identify the most appropriate for the description of extreme precipitation, and high and low temperature episodes in Mediterranean. The selection of the distribution that can satisfactorily fit extreme events was made after a sequence of statistical tests. Additionally, as the method that is used for the calculation of the critical parameters of a distribution is an important factor for the results, three methods have been tested in order to select the most appropriate (MLE, L-moments, Bayesian). The results showed that, the GPD can characterize accurately both precip ...
περισσότερα
Κατεβάστε τη διατριβή σε μορφή PDF (17.1 MB)
(Η υπηρεσία είναι διαθέσιμη μετά από δωρεάν εγγραφή)
|
Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.
|
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.