2023 conference-paper

Synthetic Tropical Cyclone Generation for Risk Analysis

Norberto C. Nadal-Caraballo, Zhensheng Liu, Xinzhe Yuan, Jiaming Li, Yi Zhao, Ruilong Li, Grace C. Yan

0Citations signalées, ce qui n’est pas une note de qualité

5Institutions déclarées

1Pays d’affiliation déclarés

Rattachement africain : us. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Hurricanes and other tropical cyclones (TCs) are a major natural hazard that pose significant threats to countries and communities along coastlines. Understanding the spatiotemporal patterns of TCs is essential to predict the potential hazards and risk. Most of the previous TC genesis models were based on parametric estimation methods that estimated the probability density of TC occurrence and genesis locations by assuming a parametric probability function. However, historical TC data may not satisfy the assumed function. To alleviate this challenge, a nonparametric estimation method, KDE, is applied. Accordingly, there is no need to assume a specific probability function. This study developed the TC genesis locations and time based on both historical data and global climate modeling data. First, kernel density estimation was applied to obtain the probability density of annual occurrence number and genesis location and time of TCs in the Atlantic Ocean using historical TC data. A standard normal density function was applied as a kernel function. Then, Monte Carlo simulation was applied to generate 10,000 years of TC events. This genesis model has been validated by comparing the probability density obtained from historical TC data, in the dimension of genesis time and location. This TC genesis model lays a solid foundation for future full-track model development of TCs in the North Atlantic basin that will incorporate climate change.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref: Synthetic Tropical Cyclone Generation for Risk Analysis
Date Crossref: 14/11/2023
Éditeur: American Society of Civil Engineers
Type: proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

United States Army Corps of Engineers pays non établi dans la notice
Organisme public
Missouri University of Science and Technology pays non établi dans la notice
Université ou école supérieure
Verisk Analytics (United States) pays non établi dans la notice
Entreprise
Coastal and Hydraulics Laboratory Engineer Research and Development Center pays non établi dans la notice
Structure de recherche
U.S. Army Engineer Research and Development Center pays non établi dans la notice
Structure de recherche
Missouri Univ. of Science and Technology pays non établi dans la notice
Institution
Risk & Analytics pays non établi dans la notice
Institution
US Army Corps of Engineers pays non établi dans la notice
Institution
Research Engineer pays non établi dans la notice
Institution
Wind Hazard Mitigation (WHAM) Laboratory pays non établi dans la notice
Structure de recherche
Dept. of Civil pays non établi dans la notice
Institution

United States Army Corps of Engineers, Missouri University of Science and Technology et Verisk Analytics (United States), avec 8 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Tropical and Extratropical Cyclones ResearchOcean Waves and Remote SensingClimate variability and models

Consulter la publication primaire Ouvrir le DOI