Συντάχθηκε 18-03-2022 12:36
Τόπος: Η παρουσίαση θα γίνει με τηλεδιάσκεψη
Σύνδεσμος τηλεδιάσκεψης
Έναρξη: 31/03/2022 12:00
Λήξη: 31/03/2022 13:00
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
ΚΑΡΕΚΛΑ ΑΝΑΣΤΑΣΙΑ
Θέμα:
Διερεύνηση Σχέσεων Αιτιότητας ανάμεσα σε Περιβαλλοντικές Μεταβλητές, βασισμένες σε Ανάλυση Χρονοσειρών
Investigations of Causality Relationships between Environmental Variables based on Time Series Analysis
Εξεταστική Επιτροπή
Καθηγητής Διονύσιος Χριστόπουλος (επιβλέπων)
Καθηγητής Αθανάσιος Λιάβας
Καθηγητής Γεώργιος Καρυστινός
Περίληψη
Οι ακραίες βροχοπτώσεις στην Ευρώπη ρυθμίζονται από ατμοσφαιρικές διαδικασίες μεγάλης κλίμακας. Αυτές οι διαδικασίες λειτουργούν σε περιόδους πολλών δεκαετιών και μεταφέρουν τεράστιες ποσότητες υγρασίας από τους ωκεανούς. Ακραία φαινόμενα βροχόπτωσης μπορούν να προκαλέσουν πλημμύρες και να προκαλέσουν ανθρωπιστική και οικονομική καταστροφή. Επιπλέον, διάφορα κλιματικά μοντέλα δίνουν μεγάλες πιθανότητες για ερημοποίηση τμημάτων της Μεσογειακής λεκάνης. Σε συνάρτηση με αυτές τις προβλέψεις, είναι σημαντικό να κατανοηθεί καλύτερα το φαινόμενο της βροχόπτωσης και οι παράγοντες που την επηρεάζουν.
Έχουν πραγματοποιηθεί πολλές μελέτες σχετικά με την χρονική και χωρική μεταβλητότητα της βροχόπτωσης, ωστόσο πολλά ερωτήματα παραμένουν ακόμα αναπάντητα. Ο δείκτης ΝΑΟ εκφράζει την διαφορά της ατμοσφαιρικής πίεσης στο επίπεδο της θάλασσας μεταξύ της Ισλανδίας και των Αζορών, και έχει αναγνωρισθεί ως ο κύριος παράγοντας μεταβλητότητας του Ευρωπαϊκού κλίματος. Το πρόβλημα που εξετάζει αυτή η εργασία είναι η επίπτωση του ΝΑΟ στις μηνιαίες βροχοπτώσεις στον ελλαδικό χώρο και ειδικότερα στα νησιά της Ρόδου και της Κρήτης. Χρησιμοποιήθηκαν μηνιαία δεδομένα για την χρονική περίοδο 1980-2020. Τα δεδομένα βροχόπτωσης σε σημεία ελέγχου στα νησιά της Ρόδου και της Κρήτης προέρχονται από τη βάση δεδομένων επανανάλυσης (reanalysis) MERRA-2, ενώ τα δεδομένα για το δείκτη ΝΑΟ από τον NOAA (National Oceanic and Atmospheric Administration).
Αρχικά πραγματοποιήθηκε διερευνητική στατιστική ανάλυση των δεδομένων, για να εκτιμηθούν βασικά στατιστικά χαρακτηριστικά του δείκτη ΝΑΟ και της μηνιαίας βροχόπτωσης. Η ανάλυση της ετεροσυσχέτισης μεταξύ του δείκτη ΝΑΟ και της βροχόπτωσης έδειξε στατιστικά σημαντική συσχέτιση μεταξύ των δύο μεταβλητών. Ωστόσο, η συσχέτιση ανάμεσα στο δείκτη ΝΑΟ και την βροχόπτωση δεν εξασφαλίζει ότι ο δείκτης ΝΑΟ συνδέεται με τη βροχόπτωση με αιτιατή σχέση. Προκειμένου να διερευνηθεί η ύπαρξη αιτιατής σχέσης, εφαρμόσθηκε η ανάλυση αιτιότητας κατά Granger. Αυτή είναι μία ευρέως χρησιμοποιούμενη μέθοδος για την διερεύνηση σχέσεων αιτιότητας ανάμεσα σε χρονοσειρές. Επίσης, χρησιμοποιήθηκε μια σχετικά νέα μέθοδος ανάλυσης αιτιότητας (αιτιότητα κατά Liang), η οποία βασίζεται στον υπολογισμό του ρυθμού ροής πληροφορίας μεταξύ χρονοσειρών.
Εφαρμόζοντας την μέθοδο αιτιότητας κατά Granger με αυτοπαλινδρούμενα μοντέλα τάξης από 1 έως και 12, διαπιστώθηκε επίδραση του δείκτη ΝΑΟ στη βροχόπτωση σε όλα τα σημεία ελέγχου. Αυτό το αποτέλεσμα αντιστοιχεί σε επίδραση του ΝΑΟ στην βροχόπτωση με υστέρηση 1-12 μηνών. Με την μέθοδο του ρυθμού ροής πληροφορίας ανιχνεύτηκε πολύ μικρή αλλά στατιστικά σημαντική ροή πληροφορίας μεταξύ ΝΑΟ και βροχόπτωσης μόνο σε κάποιες περιπτώσεις. Τα αποτελέσματα της ανάλυσης αιτιότητας κατά Granger συμφωνούν όσον αφορά την ύπαρξη επίδρασης του ΝΑΟ στις βροχοπτώσεις με ευρήματα άλλων ερευνών στα οποία εφαρμόσθηκε η ίδια μέθοδος. Τα αποτελέσματα που προκύπτουν από τις δύο μεθόδους (αιτιότητα κατά Granger και ρυθμός ροής πληροφορίας) διαφέρουν μεταξύ τους, καθώς βασίζονται σε διαφορετικά μαθηματικά πλαίσια. Η διάσταση ανάμεσα στα αποτελέσματα των δύο μεθοδολογιών μπορεί να οφείλεται σε διάφορους παράγοντες, όπως η έλλειψη στασιμότητας και κανονικής κατανομής των χρονοσειρών της βροχόπτωσης, ή η ύπαρξη στατιστικής μεροληψίας στα δεδομένα επανανάλυσης. Επομένως, προτείνεται περαιτέρω διερεύνηση για να διαπιστωθεί με μεγαλύτερη βεβαιότητα η ύπαρξη ή η απουσία επίδρασης του δείκτη ΝΑΟ στην βροχόπτωση στον Ελλαδικό χώρο.
Abstract
Extreme precipitation in Europe is modulated by large scale atmospheric processes. These processes operate over many decades and carry huge amounts of water from the oceans. Extreme rainfall phenomena can cause humanitarian and economic disasters. Various climate model scenarios predict desertification of certain areas of the Mediterranean basin. In light of such forecasts, it is important to better understand the phenomenon of rainfall and the factors that control it.
Many studies have been conducted regarding the temporal and spatial variability of rainfall; however, many questions still remain unanswered. The North Atlantic Oscillation (NAO) index reflects the difference in atmospheric pressure at sea level between Iceland and the Azores, and it has been identified as the main source of variability in the European climate. This thesis aims to examine the impact of the NAO index on the monthly rainfall on the Greek islands of Rhodes and Crete. Monthly data for the period 1980-2020 were used to investigate the causal relationship between NAO index and rainfall. Rainfall data at stations on the islands of Rhodes and Crete come from the reanalysis database MERRA-2, while data for the NAO index were obtained from NOAA (National Oceanic and Atmospheric Administration).
Initially, an exploratory statistical analysis of the data was performed, in order to assess basic statistical characteristics of the NAO index and monthly rainfall. The analysis of the cross correlation between NAO index and rainfall showed a statistically significant relation between the two variables. However, the correlation between NAO index and rainfall does not ensure that NAO index is causally related to precipitation. In order to investigate the existence of a causal relationship, Granger causality (GC) analysis was conducted. GC is a widely used method for investigating causal relationships between time series. In addition, a new method of causality analysis (developed by Liang) was used; this method is based on the calculation of the information flow rate between time series.
It was established in this thesis through Granger causality analysis (using autoregressive models of orders between 1 and 12) that the NAO index has an impact on rainfall at every station that was examined. This result corresponds to an effect of NAO on rainfall with a temporal lag between 1 and 12 months. The information flow method, on the other hand, detected a small but statistically significant information flow between NAO and rainfall, only for some cases (that is, stations and time lags). The results of Granger causality are consistent with findings from other studies, in which the same method was applied. The results obtained from the two methods (Granger causality and information flow rate) are different, as they are based on different mathematical frameworks. The difference may be due to various factors, such as the nonstationarity and the lack of normal distribution of the rainfall time series, or the existence of statistical biases in the reanalysis precipitation data. Therefore, further investigation is necessary in order to determine with greater certainty the existence or absence of the effect of NAO index on rainfall in Greece.
