Climate Change and Rainfall Intensity–Duration–Frequency Curves: Overview of Science and Guidelines for Adaptation
Notice bibliographique
Résumé
One of the most important impacts of a future warmer climate is the projected increase in the frequency and intensity of extreme rainfall events. This increasing trend in extreme rainfall is seen in both the observational record and climate model projections. However, a thorough review of the recent scientific literature paints a complex picture in which the intensification of rainfall extremes depends on a multitude of factors. While some projected rainfall indices follow the Clausius-Clapeyron relationship scaling of an ∼7% increase in rainfall per 1°C of warming, there is substantial evidence that this scaling depends on rainfall extremes frequency, with longer return period events seeing larger increases, leading to super Clausius-Clapeyron scaling in some cases. The intensification of extreme rainfall events is now well documented at the daily scale but is less clear at the subdaily scale. In recent years, climate model simulations at a finer spatial and temporal resolution, including convection-permitting models, have provided more reliable projections of subdaily rainfall. Recent analyses indicate that rainfall scaling may also increase as a function of duration, such that shorter-duration, longer return period events will likely see the largest rainfall increases in a warmer climate. This has broad implications on the design and the use of rainfall intensity–duration–frequency (IDF) curves, for which both an overall increase in magnitude and a steepening can now be predicted. This paper also presents an overview of measures that have been adopted by various governing bodies to adapt IDF curves to the changing climate. Current measures vary from multiplying historical design rainfall by a simple constant percentage to modulating correction factors based on return periods and to scaling them to the Clausius-Clapeyron relationship based on projected temperature increases. All of these current measures fail to recognize a possible super Clausius-Clapeyron scaling of extreme rainfall and, perhaps more importantly, the increasing scaling toward shorter-duration rainfall and the most extreme rainfall events that will significantly impact stormwater runoff in cities and in small rural catchments. This paper discusses the remaining scientific gaps and offers technical recommendations for practitioners on how to adapt IDF curves to improve climate resilience.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,007 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».