With climate change impacts increasing evident across European continent, understanding and accurately characterizing climatic events and their compound interactions is important for effective climate risk assessment and mitigation strategies. Climate indices is an important tool for monitoring changes in the frequency, intensity, and duration of climate events, yet detailed continental scale assessments remains limited. The focus of the dissertation (five interrelated studies) is to provide a comprehensive framework for analyzing climate trends, identifying compound risk patterns, and improvising precipitation data across Europe through advanced statistical techniques and high-resolution data analysis. The first study determines the spatial and temporal trends of 74 climate indices from 1950 to 2021 at a high resolution of 0.1° on a monthly scale. Using Mann-Kendall and Sen’s slope estimator, significant increase in growing degree days and decrease in heating degree days are identified, along with changes in other climate indices such as universal thermal climate index, relative humidity, wind chill index, global radiation, and potential evapotranspiration. Country-specific zoning reveals southeastern Europe experiences highest number of warmer days, while eastern Europe faces lower colder days. The second part focuses on compound climate indices, employing 27 bivariate and 10 trivariate high correlated climate indices pairs of copula models to identify regions with risks. Northern and eastern Europe countries are vulnerable to compounded risks involving global radiation, temperature, evapotranspiration, and bioclimatic indices. The exposure of agricultural and coastal areas to these risks, need further integrated risk assessment approaches. In the third study, probabilistic approach used to derive high exposure zones across Europe based on 56 climate indices. Precipitation and temperature based indices are important in identifying high-risk regions for southern and southeastern Europe, while northern and western Europe are more affected by precipitation indices. This study also tracks the exposure of dominant land use types and population density to these risks. To improvise the accuracy of the precipitation based climate indices, the fourth study addresses the challenge of wet antenna attenuation in commercial microwave links used for rainfall estimations. By developing frequency dependent models calibrated with rain gauge data, the study improves reliability of rainfall intensity estimates, particularly for high-frequency bands. The final study evaluates the bias-correction technique for downscaling precipitation data from CMIP6 models across Europe. The Empirical Quantile Mapping (EQM) technique outperforms other methods, and when combined with Random Forest machine learning models, provides more accurate regional precipitation predictions, especially for low rainfall intensities. The approach reduces the overestimation in central and eastern Europe and is also a part of enhancement technique of precipitation data. Collectively the study advances the climate indices impacts in Europe and provides methodological framework for improving the accuracy of precipitation data. By integrating detailed trend analysis, compound event assessment, high-risk exposure zones, and advance downscaling techniques, this dissertation contributes to the field of climate science especially in developing effective strategies to mitigate the climate risks in Europe.

Con l’aumento sempre più evidente degli impatti dei cambiamenti climatici nel continente europeo, la comprensione e la caratterizzazione accurata degli eventi climatici e delle loro interazioni composte è fondamentale per una valutazione efficace del rischio climatico e per strategie di mitigazione adeguate. Gli indici climatici rappresentano uno strumento importante per monitorare i cambiamenti nella frequenza, intensità e durata degli eventi climatici, tuttavia le analisi dettagliate a scala continentale restano ancora limitate. Il focus di questa tesi (composta da cinque studi interconnessi) è quello di fornire un quadro completo per l’analisi delle tendenze climatiche, l’identificazione di modelli di rischio composto e il miglioramento dei dati di precipitazione in Europa attraverso tecniche statistiche avanzate e analisi di dati ad alta risoluzione. Il primo studio determina le tendenze spaziali e temporali di 74 indici climatici dal 1950 al 2021, a una risoluzione elevata di 0,1° su scala mensile. Utilizzando il test di Mann-Kendall e il metodo della pendenza di Sen, vengono identificate un aumento significativo dei gradi giorno di crescita e una diminuzione dei gradi giorno di riscaldamento, insieme a cambiamenti in altri indici climatici come l’indice climatico termico universale, l’umidità relativa, l’indice di raffreddamento da vento, la radiazione globale e l’evapotraspirazione potenziale. Le analisi a livello nazionale evidenziano che l’Europa sud-orientale sperimenta il maggior numero di giornate più calde, mentre l’Europa orientale registra una riduzione delle giornate più fredde. La seconda parte si concentra sugli indici climatici composti, utilizzando modelli copula per 27 coppie bivariate e 10 terne di indici climatici altamente correlati al fine di identificare le regioni a rischio. I paesi dell’Europa settentrionale e orientale risultano vulnerabili a rischi combinati che coinvolgono radiazione globale, temperatura, evapotraspirazione e indici bioclimatici. L’esposizione delle aree agricole e costiere a tali rischi richiede ulteriori approcci integrati di valutazione del rischio. Nel terzo studio viene adottato un approccio probabilistico per derivare zone ad alta esposizione in Europa basate su 56 indici climatici. Gli indici basati su precipitazione e temperatura sono fondamentali per identificare le regioni ad alto rischio dell’Europa meridionale e sud-orientale, mentre l’Europa settentrionale e occidentale risultano maggiormente influenzate dagli indici di precipitazione. Questo studio analizza inoltre l’esposizione dei principali tipi di uso del suolo e della densità di popolazione a tali rischi. Per migliorare l’accuratezza degli indici climatici basati sulla precipitazione, il quarto studio affronta il problema dell’attenuazione da antenna bagnata nei collegamenti a microonde commerciali utilizzati per la stima delle precipitazioni. Attraverso lo sviluppo di modelli dipendenti dalla frequenza calibrati con dati da pluviometri, lo studio migliora l’affidabilità delle stime dell’intensità di pioggia, in particolare per le bande ad alta frequenza. Lo studio finale valuta le tecniche di correzione del bias per la disaggregazione spaziale dei dati di precipitazione provenienti dai modelli CMIP6 in Europa. La tecnica di Empirical Quantile Mapping (EQM) risulta la più efficace e, quando combinata con modelli di machine learning Random Forest, fornisce previsioni più accurate delle precipitazioni regionali, soprattutto per le basse intensità di pioggia. Questo approccio riduce la sovrastima nell’Europa centrale e orientale e rappresenta anche un metodo di miglioramento dei dati di precipitazione. Nel complesso, lo studio avanza la comprensione degli impatti degli indici climatici in Europa e fornisce un quadro metodologico per migliorare l’accuratezza dei dati di precipitazione. Integrando analisi dettagliate delle tendenze, valutazioni di eventi composti, zone di esposizione ad alto rischio e tecniche avanzate di downscaling, questa tesi contribuisce al campo delle scienze climatiche, in particolare nello sviluppo di strategie efficaci per la mitigazione dei rischi climatici in Europa.

Analysis of compound climate indices across Europe: from trends to risk zones

DOSHI, SMIT CHETAN
2025/2026

Abstract

With climate change impacts increasing evident across European continent, understanding and accurately characterizing climatic events and their compound interactions is important for effective climate risk assessment and mitigation strategies. Climate indices is an important tool for monitoring changes in the frequency, intensity, and duration of climate events, yet detailed continental scale assessments remains limited. The focus of the dissertation (five interrelated studies) is to provide a comprehensive framework for analyzing climate trends, identifying compound risk patterns, and improvising precipitation data across Europe through advanced statistical techniques and high-resolution data analysis. The first study determines the spatial and temporal trends of 74 climate indices from 1950 to 2021 at a high resolution of 0.1° on a monthly scale. Using Mann-Kendall and Sen’s slope estimator, significant increase in growing degree days and decrease in heating degree days are identified, along with changes in other climate indices such as universal thermal climate index, relative humidity, wind chill index, global radiation, and potential evapotranspiration. Country-specific zoning reveals southeastern Europe experiences highest number of warmer days, while eastern Europe faces lower colder days. The second part focuses on compound climate indices, employing 27 bivariate and 10 trivariate high correlated climate indices pairs of copula models to identify regions with risks. Northern and eastern Europe countries are vulnerable to compounded risks involving global radiation, temperature, evapotranspiration, and bioclimatic indices. The exposure of agricultural and coastal areas to these risks, need further integrated risk assessment approaches. In the third study, probabilistic approach used to derive high exposure zones across Europe based on 56 climate indices. Precipitation and temperature based indices are important in identifying high-risk regions for southern and southeastern Europe, while northern and western Europe are more affected by precipitation indices. This study also tracks the exposure of dominant land use types and population density to these risks. To improvise the accuracy of the precipitation based climate indices, the fourth study addresses the challenge of wet antenna attenuation in commercial microwave links used for rainfall estimations. By developing frequency dependent models calibrated with rain gauge data, the study improves reliability of rainfall intensity estimates, particularly for high-frequency bands. The final study evaluates the bias-correction technique for downscaling precipitation data from CMIP6 models across Europe. The Empirical Quantile Mapping (EQM) technique outperforms other methods, and when combined with Random Forest machine learning models, provides more accurate regional precipitation predictions, especially for low rainfall intensities. The approach reduces the overestimation in central and eastern Europe and is also a part of enhancement technique of precipitation data. Collectively the study advances the climate indices impacts in Europe and provides methodological framework for improving the accuracy of precipitation data. By integrating detailed trend analysis, compound event assessment, high-risk exposure zones, and advance downscaling techniques, this dissertation contributes to the field of climate science especially in developing effective strategies to mitigate the climate risks in Europe.
RIVA, MONICA
RAVAZZANI, GIOVANNI
6-lug-2026
Con l’aumento sempre più evidente degli impatti dei cambiamenti climatici nel continente europeo, la comprensione e la caratterizzazione accurata degli eventi climatici e delle loro interazioni composte è fondamentale per una valutazione efficace del rischio climatico e per strategie di mitigazione adeguate. Gli indici climatici rappresentano uno strumento importante per monitorare i cambiamenti nella frequenza, intensità e durata degli eventi climatici, tuttavia le analisi dettagliate a scala continentale restano ancora limitate. Il focus di questa tesi (composta da cinque studi interconnessi) è quello di fornire un quadro completo per l’analisi delle tendenze climatiche, l’identificazione di modelli di rischio composto e il miglioramento dei dati di precipitazione in Europa attraverso tecniche statistiche avanzate e analisi di dati ad alta risoluzione. Il primo studio determina le tendenze spaziali e temporali di 74 indici climatici dal 1950 al 2021, a una risoluzione elevata di 0,1° su scala mensile. Utilizzando il test di Mann-Kendall e il metodo della pendenza di Sen, vengono identificate un aumento significativo dei gradi giorno di crescita e una diminuzione dei gradi giorno di riscaldamento, insieme a cambiamenti in altri indici climatici come l’indice climatico termico universale, l’umidità relativa, l’indice di raffreddamento da vento, la radiazione globale e l’evapotraspirazione potenziale. Le analisi a livello nazionale evidenziano che l’Europa sud-orientale sperimenta il maggior numero di giornate più calde, mentre l’Europa orientale registra una riduzione delle giornate più fredde. La seconda parte si concentra sugli indici climatici composti, utilizzando modelli copula per 27 coppie bivariate e 10 terne di indici climatici altamente correlati al fine di identificare le regioni a rischio. I paesi dell’Europa settentrionale e orientale risultano vulnerabili a rischi combinati che coinvolgono radiazione globale, temperatura, evapotraspirazione e indici bioclimatici. L’esposizione delle aree agricole e costiere a tali rischi richiede ulteriori approcci integrati di valutazione del rischio. Nel terzo studio viene adottato un approccio probabilistico per derivare zone ad alta esposizione in Europa basate su 56 indici climatici. Gli indici basati su precipitazione e temperatura sono fondamentali per identificare le regioni ad alto rischio dell’Europa meridionale e sud-orientale, mentre l’Europa settentrionale e occidentale risultano maggiormente influenzate dagli indici di precipitazione. Questo studio analizza inoltre l’esposizione dei principali tipi di uso del suolo e della densità di popolazione a tali rischi. Per migliorare l’accuratezza degli indici climatici basati sulla precipitazione, il quarto studio affronta il problema dell’attenuazione da antenna bagnata nei collegamenti a microonde commerciali utilizzati per la stima delle precipitazioni. Attraverso lo sviluppo di modelli dipendenti dalla frequenza calibrati con dati da pluviometri, lo studio migliora l’affidabilità delle stime dell’intensità di pioggia, in particolare per le bande ad alta frequenza. Lo studio finale valuta le tecniche di correzione del bias per la disaggregazione spaziale dei dati di precipitazione provenienti dai modelli CMIP6 in Europa. La tecnica di Empirical Quantile Mapping (EQM) risulta la più efficace e, quando combinata con modelli di machine learning Random Forest, fornisce previsioni più accurate delle precipitazioni regionali, soprattutto per le basse intensità di pioggia. Questo approccio riduce la sovrastima nell’Europa centrale e orientale e rappresenta anche un metodo di miglioramento dei dati di precipitazione. Nel complesso, lo studio avanza la comprensione degli impatti degli indici climatici in Europa e fornisce un quadro metodologico per migliorare l’accuratezza dei dati di precipitazione. Integrando analisi dettagliate delle tendenze, valutazioni di eventi composti, zone di esposizione ad alto rischio e tecniche avanzate di downscaling, questa tesi contribuisce al campo delle scienze climatiche, in particolare nello sviluppo di strategie efficaci per la mitigazione dei rischi climatici in Europa.
File allegati
File Dimensione Formato  
2026_07_Doshi.pdf

accessibile in internet per tutti

Descrizione: Doctoral Thesis
Dimensione 70.77 MB
Formato Adobe PDF
70.77 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/261879