Copula-Based Bivariate Kumaraswamy-Teissier Distributions: Modeling Temperature-Rainfall Dependence and Compound Extremes

Nas terras altas e acidentadas do Himalaia Noroeste, o clima não segue um roteiro simples. Aqui, o ar é rarefeito, as montanhas erguem-se abruptamente e o clima é uma tapeçaria complexa tecida a partir da temperatura e da precipitação. Durante décadas, cientistas tentaram compreender como essas duas forças interagem, mas os métodos tradicionais frequentemente as tratavam como histórias separadas ou as forçavam em formas rígidas e previsíveis que a natureza raramente obedece. Na realidade, um dia quente pode trazer uma chuva súbita, ou uma onda de frio pode chegar com ventos secos, e esses relacionamentos mudam dependendo da estação e do vale específico. Para dar sentido a isso, os pesquisadores precisam de ferramentas que possam se dobrar e esticar para se ajustar aos dados, em vez de forçar os dados a caberem em uma caixa. É aqui que entra uma vertente da matemática conhecida como cópulas. Pense em uma cópula como um conector flexível que permite aos cientistas descrever como duas coisas diferentes se movem juntas, sem ter que assumir que elas se comportam da mesma forma individualmente. É uma forma de mapear os elos ocultos entre variáveis, especialmente quando esses elos se tornam críticos durante eventos extremos, como ondas de calor ou inundações.

Uma equipe de pesquisadores do Instituto Indiano de Tecnologia de Mandi aplicou agora essa abordagem flexível ao desafio específico de modelar a temperatura e a precipitação no Himalaia Noroeste. Eles desenvolveram duas novas estruturas matemáticas projetadas para capturar toda a gama de comportamentos observados nesta região, desde os verões regidos pelas monções até os meses de inverno influenciados por distúrbios ocidentais. Os pesquisadores combinaram um tipo específico de curva estatística, que chamam de distribuição Kumaraswamy–Teissier, com dois tipos diferentes de conectores conhecidos como cópulas de Clayton e Gumbel. Esses conectores são especiais porque podem descrever não apenas como as variáveis se movem juntas no meio de seu intervalo, mas também como se comportam nos extremos — quando as temperaturas estão escaldantes ou a precipitação é torrencial. Para lidar com o fato de que a temperatura e a precipitação podem às vezes mover-se em direções opostas, a equipe também utilizou versões rotacionadas desses conectores, efetivamente invertendo o modelo matemático para capturar relações negativas onde uma variável aumenta enquanto a outra cai.

O estudo concentrou-se em uma vasta área cobrindo Jammu e Caxemira, Himachal Pradesh e Uttarakhand, utilizando dados mensais de 1984 a 2024. Antes de construir seus modelos, os pesquisadores prepararam cuidadosamente os dados, ajustando o fato de que alguns meses não têm chuva ou apresentam temperaturas de congelamento, garantindo que os números estivessem prontos para análise. Em seguida, testaram seus novos modelos contra vários métodos existentes para ver qual poderia descrever melhor a realidade no terreno. Os resultados mostraram que sua nova abordagem era superior. No verão, quando a monção domina, os dados revelaram um quadro complexo: nos sopés inferiores, altas temperaturas tendiam a coincidir com baixa precipitação, enquanto nas montanhas mais altas, o calor e a chuva intensa frequentemente ocorriam juntos. No inverno, o padrão mudava, com temperaturas frias sendo frequentemente ligadas ao aumento da precipitação em grande parte da região. Os novos modelos capturaram com sucesso essas dinâmicas mutáveis, incluindo as formas específicas pelas quais valores extremos de temperatura e precipitação tendem a se agrupar.

Para provar que seus modelos estavam funcionando, os pesquisadores realizaram milhares de simulações computacionais, gerando dados falsos que imitavam o mundo real para ver se suas ferramentas matemáticas podiam recuperar os padrões originais. Os testes confirmaram que seus métodos eram precisos e estáveis, mesmo trabalhando com quantidades limitadas de dados. Quando aplicaram os modelos de melhor ajuste aos dados reais do Himalaia, descobriram que a nova abordagem superava os modelos antigos e mais rígidos. A análise revelou que a relação entre o calor e a chuva não é uniforme; ela muda de grade para grade e de estação para estação. Por exemplo, no baixo Himalaia durante o verão, os modelos identificaram uma forte tendência de dias quentes serem secos, um padrão que modelos antigos poderiam ter perdido. Em contraste, outras áreas mostraram uma tendência de que calor extremo e chuva extrema aconteçam ao mesmo tempo.

Além de simplesmente descrever o passado, os pesquisadores usaram esses modelos para olhar para o risco futuro de eventos extremos. Eles calcularam o que são conhecidos como períodos de retorno, que estimam a frequência com que uma combinação específica de calor extremo e chuva forte pode ocorrer. Eles observaram cenários onde tanto a temperatura quanto a precipitação excedem seus limites usuais, seja individualmente ou em conjunto. As descobertas sugerem que, em certas partes da região, particularmente em Jammu e Caxemira, o risco desses extremos compostos é maior do que se pensava anteriormente. No inverno, por exemplo, os modelos indicam que, dentro de uma década, é provável que pelo menos uma dessas variáveis exceda seu limite em muitas áreas. O estudo também explorou riscos condicionais, fazendo perguntas como: "Se estiver chovendo intensamente, qual a probabilidade de estar extremamente quente?". As respostas forneceram uma visão mais matizada do perigo, mostrando que a presença de um extremo pode aumentar ou diminuar a probabilidade do outro, dependendo da localização e da estação.

Este trabalho oferece uma maneira mais realista de compreender os riscos hidroclimáticos enfrentados pelas regiões montanhosas. Ao se afastarem de suposições rígidas e abraçarem modelos flexíveis e baseados em dados, os pesquisadores forneceram um quadro mais claro de como a temperatura e a precipitação dançam juntas no Himalaia. Sua abordagem não diz apenas que os extremos acontecem; ela explica como eles estão ligados, oferecendo uma estrutura robusta para avaliar o risco de inundações e estresse térmico em um clima em mudança. Para as comunidades que vivem nesses vales de alta altitude, compreender essas conexões intrincadas é um passo vital para se preparar para o clima de amanhã.