Return level estimation of extreme rainfall over the Iberian Peninsula: Comparison of methods

Abstract

Se describen y aplican a la Península Ibérica (IP) diferentes formas de estimar los niveles de retorno futuros (RL) de las precipitaciones extremas, basadas en la teoría de los valores extremos (EVT). El estudio se realizó para un conjunto de series temporales de precipitaciones de alta calidad observadas en la IP durante el período 1961-2010. Se compararon dos enfoques, los picos sobre el umbral (POT) y los máximos de bloque (BM) con la distribución del valor extremo generalizado (GEV), a fin de identificar cuál es el más apropiado para la estimación de los RL. Para el primer enfoque, que identifica las tendencias de los parámetros de las distribuciones asintóticas de los extremos, se consideraron conjuntos de datos de todos los días y de sólo días de lluvia porque una fracción importante de los valores de las precipitaciones diarias sobre el IP es cero. Para el segundo enfoque, se consideraron los datos de sólo días lluviosos que muestran la evolución de la media, la varianza y el número de días lluviosos. Las LR de 20 años previstas para 2020 se estimaron utilizando estos métodos para tres estaciones: otoño, primavera e invierno. El GEV es menos fiable que el POT porque los bloques fijos conducen a la selección de valores no extremos. Las LR futuras obtenidas con el POT son mayores que las estimadas con el GEV, principalmente porque algunos medidores muestran tendencias positivas significativas para el número de días de lluvia. El otoño, más que el invierno, es actualmente la estación con mayores precipitaciones en algunas regiones.

Different ways to estimate future return levels (RLs) for extreme rainfall, based on extreme value theory (EVT), are described and applied to the Iberian Peninsula (IP). The study was done for an ensemble of high quality rainfall time series observed in the IP during the period 1961–2010. Two approaches, peaks-over-threshold (POT) and block maxima (BM) with the generalized extreme value (GEV) distribution, were compared in order to identify which is the more appropriate for the estimation of RLs. For the first approach, which identifies trends in the parameters of the asymptotic distributions of extremes, both all-days and rainy-days-only datasets were considered because a major fraction of values of daily rainfall over the IP is zero. For the second approach, rainy-days-only data were considered showing how the mean, variance and number of rainy days evolve. The 20-year RLs expected for 2020 were estimated using these methods for three seasons: autumn, spring and winter. The GEV is less reliable than the POT because fixed blocks lead to the selection of non-extreme values. Future RLs obtained with the POT are greater than those estimated with the GEV, mainly because some gauges show significant positive trends for the number of rainy days. Autumn, rather than winter, is currently the season with the heaviest rainfall for some regions.