Skip to content

GCRI · Iklim dan Bahaya

Statistik nilai ekstrem untuk bahaya

Extreme value statistics estimate how large and how frequent rare events can be from limited records. In this field they give return levels for rainfall, floods, heat, wind and surge, and increasingly allow those levels to change with a warming climate.

02Permohonan

What extreme value theory and tail risk does here.

Extreme value theory and risiko ekor study the behaviour of rare, high-impact events. They provide methods to estimate the magnitude and frequency of extremes beyond the range of observed data. In climate and hazards and disaster and crisis, extreme value methods set design levels and capital buffers for rare events. Tail dependence analysis reveals when extremes in different sistem tend to occur together. The canonical description is on STEM Commons.

Return level estimation

Annual maxima or peaks over a threshold are fitted with generalised extreme value or generalised Pareto distributions, and return levels are reported with confidence intervals and record length.

Non-stationary extremes

Distribution parameters are allowed to vary with a covariate such as global mean temperature, so that return levels can be expressed for present and future climates.

Regional frequency analysis

Records from similar sites are pooled to estimate extremes where single records are short, with homogeneity of the region tested.

03Geografi

Sinyal iklim di seluruh dunia.

Daytime surface heat, rain and flood water across the world, from NASA GIBS. Each layer carries its own date.

Peta interaktif memerlukan JavaScript. Daftar lapisan dan sumber tersedia di bawah.

Lapisan 3

Sinyal iklim, untuk halaman ini

Tentang lapisan ini
Bukti
Teramati (awan yang menetap tetap menyisakan celah)
Sumber
VIIRS NOAA-20 Level 3, 8 harian (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
8 harian; komposit satelit 8 hari; awan yang menetap tetap menyisakan celah
Terbaru saat build
2026-09-14
Resolusi
kisi sekitar 1 km
Ketidakpastian
Suhu kulit permukaan tanah dari satelit selama 8 hari hingga tanggal yang ditampilkan, indikator keterpaparan panas; bukan suhu udara, indeks panas, atau peringatan panas.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Estimasi
Sumber
GPM IMERG (NASA GES DISC)
Penyedia
NASA GES DISC
Lisensi
Data terbuka NASA
Tahun data
harian; estimasi satelit, mendekati waktu nyata
Terbaru saat build
2026-10-12
Resolusi
kisi sekitar 2 km
Ketidakpastian
Estimasi satelit, mendekati waktu nyata. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan menyisakan celah)
Sumber
Produk Banjir Global VIIRS (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; deteksi satelit; awan menyisakan celah
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Deteksi satelit; awan menyisakan celah. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati
Sumber
GHRSST MUR25 (NASA JPL PO.DAAC)
Penyedia
NASA JPL PO.DAAC
Lisensi
Data terbuka NASA
Tahun data
harian; analisis satelit
Terbaru saat build
2026-10-12
Resolusi
kisi sekitar 2 km
Ketidakpastian
Analisis satelit tentang seberapa jauh suhu laut menyimpang dari nilai biasanya pada tanggal yang ditampilkan; indikator panas laut, bukan peringatan pemutihan karang .
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati
Sumber
Reflektansi terkoreksi VIIRS NOAA-20 (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; citra satelit
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Citra satelit. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Dimodelkan (tahun terbaru yang diterbitkan GIBS)
Sumber
MODIS Terra and Aqua land cover (MCD12Q1) (NASA LP DAAC)
Penyedia
NASA LP DAAC
Lisensi
Data terbuka NASA
Tahun data
tahunan; klasifikasi satelit; tahun terbaru yang diterbitkan GIBS
Terbaru saat build
2024-01-01
Resolusi
kisi sekitar 500 m
Ketidakpastian
Kelas tutupan lahan satelit untuk tahun yang ditampilkan, termasuk lahan pertanian; klasifikasi dengan kesalahan yang diketahui, bukan register pertanian.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung

Terbaru yang tersedia

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © kontributor OpenStreetMap (ODbL) · Natural Earth

Memuat citra NASA terbaru.

Seret untuk menggeser. Ctrl atau ⌘ dan gulir, cubit, atau gunakan tombol untuk memperbesar. Arahkan kursor untuk melihat nilai di bawah penunjuk. Setel ulang untuk kembali ke wilayah.

Sinyal iklim, dibingkai pada dunia.Produk satelit dan model sebagaimana diterbitkan NASA, masing-masing dengan tanggalnya sendiri. Produk ini adalah indikator, bukan penilaian atas tempat mana pun.

Data: NASA GIBS · ASTER GDEM · Blue Marble · © kontributor OpenStreetMap · Natural Earth · NASA EONET · NASA JPL OPERA DIST-ALERT · NASA AIRSSumber dan lisensi

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
  • Produk mendekati waktu nyata VIIRS (banjir, suhu permukaan daratan, tutupan salju, reflektansi terkoreksi), NASA LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Presipitasi GPM IMERG, NASA Precipitation Processing System; didistribusikan oleh NASA Goddard Earth Sciences Data and Information Services Center (GES DISC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). Data terbuka NASA
  • Analisis GHRSST Level 4 MUR, NASA Jet Propulsion Laboratory; didistribusikan oleh NASA Physical Oceanography DAAC (PO.DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). Data terbuka NASA
  • Produk daratan MODIS (indeks vegetasi, produksi primer bruto, tutupan lahan), NASA LP DAAC dan LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • ASTER GDEM adalah produk METI dan NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Kutip sebagai: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Data terbuka NASA
  • Dibuat dengan Natural Earth. Data peta vektor dan raster gratis @ naturalearthdata.com. Domain publik
  • © kontributor OpenStreetMap (ODbL), melalui NASA GIBS (garis pantai, batas wilayah, jalan, dan nama tempat). Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). ODbL
  • Blue Marble, NASA Earth Observatory; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Konteks pada globe dan peta datar: garis pantai, batas wilayah, jalan, dan nama tempat dari lapisan acuan NASA GIBS (data OpenStreetMap, ODbL, © kontributor OpenStreetMap). Citra Blue Marble sebagai peta dasar opsional. Medan 3D dan keterangan elevasi dari indeks warna elevasi ASTER GDEM (kelas 5 m hingga 200 m, dilebih-lebihkan agar terbaca). Batas wilayah digambar sebagaimana diterbitkan dan tidak menyiratkan posisi atas wilayah mana pun.
  • Peristiwa langsung: NASA Earth Observatory Natural Event Tracker (EONET). Peristiwa bersifat indikatif dan mempertahankan tautan sumber aslinya.
  • Langsung: NASA EONET. Peristiwa bersifat indikatif, bukan peringatan otoritas.
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Observed (EO): NASA AIRS. We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Prakiraan kualitas udara, 5 hari, PM2.5 (CAMS melalui Open-Meteo): Memuat informasi Copernicus Atmosphere Monitoring Service yang dimodifikasi, 2026.
  • Setahun terakhir, suhu harian (ERA5 melalui Open-Meteo): Memuat informasi Copernicus Climate Change Service yang dimodifikasi, 2026.
  • Setahun terakhir, suhu harian dan penyinaran matahari (NASA POWER): Data ini diperoleh dari Proyek POWER NASA Langley Research Center (LaRC) yang didanai melalui NASA Earth Science/Applied Science Program..
  • Data cuaca oleh Open-Meteo.com (https://open-meteo.com/), dilisensikan di bawah CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • Lapisan opsional (22 sumber dalam daftar lapisan: langsung, prakiraan, teramati, dan konteks) mencantumkan kredit penyedianya di peta dan di sini saat diaktifkan; prakiraan adalah keluaran model dan indeks turunan adalah estimasi.

Lapisan dan tanggal

  • Suhu permukaan daratan, siang hari, komposit 8 hari: VIIRS NOAA-20 Level 3, 8 hari, NASA LANCE · 14 Sep 2026
  • Laju curah hujan, rata-rata harian: GPM IMERG, NASA GES DISC · 12 Okt 2026
  • Genangan banjir, komposit 3 hari: VIIRS Global Flood Product, NASA LANCE · 14 Okt 2026
  • Anomali suhu permukaan laut: GHRSST MUR25, NASA JPL PO.DAAC · 12 Okt 2026
  • Warna asli: reflektansi terkoreksi VIIRS NOAA-20, NASA LANCE · 13 Okt 2026
  • Tipe tutupan lahan (IGBP), tahunan: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024

04Data

Apa yang digunakan metode ini.

Datasets and records used by extreme value theory and risiko ekor on this platform, with the role each plays and the label its values carry. Sources are listed in register sumber.

DataPeranLabel
Station and gauge annual maximaFitting inputsTERAMATI
Reanalysis extremesSpatial coverageDIMODELKAN
Model large ensemblesRare-event samplingDIMODELKAN
Historical and palaeo flood recordsExtending recordsESTIMASI
05Pantau

Tail fit.

Layar yang akan digunakan sebuah tim untuk mengikuti metode ini: ukuran, status, dan keputusannya. Nama adalah contoh dan nilai bersifat ilustratif.

Tail fit

Climate and hazards · Extreme value statistics · Run R-4223

Shape parameter uncertainGCRI · Iklim dan Bahaya

Return level curve

Kartu metode

Metode
Teori nilai ekstrem dan risiko ekor
Pendekatan
peaks over threshold
Threshold
93th percentile
Label
DIMODELKAN

Parameter

generalised Pareto fit

Shape ξ0.18−0.070.59heavy tail if above zero
Scale σ2.60.96.1units of the variable
Exceedances144declustered
Tail fit: the screen’s structure, terms and states for Climate and hazards.Nama contoh dan nilai ilustratif; sebuah rancangan, bukan catatan atau sistem yang aktif.
06Validasi

Cara hasil diperiksa.

Fits are checked with diagnostic plots, goodness-of-fit tests and out-of-sample comparison. Sensitivity to threshold and record length is reported.

PemeriksaanCara pelaksanaannya
Goodness of fit in the tailFits are checked with quantile plots focused on the largest values
Confidence intervalsIntervals are reported with every return level, using profile likelihood or bootstrap
Stationarity testsTrends are tested before assuming a stationary distribution

Extrapolation far beyond the data is highly uncertain. Changing climates and markets violate stationarity assumptions.

07Simulator kembaran dan rantai dampak

Model extreme value statistics for hazards as a system. Run the cascade.

Disusun dari profil bidang Nexus Standards profil area Standar risiko iklim: bahaya yang disebutkannya, sistem dan sektor yang menanggung kerugian, kendali yang meredamnya, dan data yang mengamatinya. Pilih komponen, tentukan bahaya pemicu, dan telusuri kaskade langkah demi langkah. Tampilan Peta menempatkan proses pada contoh geografi dengan data terbuka. Setiap bobot keterkaitan adalah asumsi yang dinyatakan dan dapat Anda ubah. Model pengajaran, bukan prakiraan, penilaian, atau sertifikasi. Untuk memodelkan tempat pilihan Anda sendiri, buka System Builder.

Bahaya

  • Kenaikan muka laut
  • Banjir pesisir (dipicu di hilir)
  • Gelombang badai (dipicu di hilir)
  • Banjir rob (dipicu di hilir)
  • Erosi pantai (dipicu di hilir)
  • Intrusi air asin (dipicu di hilir)
  • Banjir muara (dipicu di hilir)
  • Penyempitan habitat pesisir (dipicu di hilir)
  • Hilangnya lahan basah (dipicu di hilir)
  • Hilangnya mangrove (dipicu di hilir)
  • Banjir air tanah (dipicu di hilir)
  • Migrasi dan relokasi akibat iklim (dipicu di hilir)
  • Pengungsian massal (dipicu di hilir)

Kendali

  • NS-0 Anggaran dasar dan prinsip
  • NS-1 Observatory UNI dan katalog artefak (tata bahasa v0.2: segmen domain, sektor, wilayah, dan lingkungan)
  • NS-3 UNI catatan risiko (tata bahasa, pemetaan ke sistem lama, kewenangan alokasi)
  • NS-3b Profil metadata dataset dan produk (STAC, DCAT, PROV-O)
  • NS-9 UNI kontekstual (penerapan, instans, instans program)
  • NS-11 Verifikasi dan pemantauan (bukti, atestasi, pengamatan kesesuaian zero trust)
  • NS-14 Kesesuaian dan pemetaan silang ke standar eksternal
  • NRS-H65 Keluarga bahaya: Pelampauan batas planet (NHS-1 planet.boundary)
  • NRS-H62 Keluarga bahaya: Peristiwa majemuk dan multibahaya (NHS-1 sys.compound)
  • NRS-H71 Keluarga bahaya: Bencana zaman purba dan kosmik (NHS-1 planet.deep-time)
  • NRS-H79 Keluarga bahaya: Krisis kesehatan jiwa (NHS-1 health.mental)
  • NRS-H75 Keluarga bahaya: Penyakit yang peka iklim (NHS-1 health.climate-sensitive)
  • NRS-H7 Keluarga bahaya: Anomali sirkulasi skala besar (NHS-1 atmo.climate-mode)

Pengamatan

  • Reanalisis ERA5 (Copernicus Climate Data Store) (dicantumkan sebagai rujukan)
  • Proyeksi iklim CMIP6 (Copernicus Climate Data Store) (dicantumkan sebagai rujukan)
  • NGFS Scenario Explorer (dicantumkan sebagai rujukan)
  • Indeks Risiko INFORM (dicantumkan sebagai rujukan)
  • Jumlah korban meninggal, hilang, dan terdampak langsung akibat bencana per 100.000 penduduk
  • Total emisi gas rumah kaca per tahun
  • Kerugian ekonomi langsung akibat bencana terhadap PDB global

Contoh geografi

  • Negara kepulauan Pasifik: 150 sel heksagonal
  • Cahaya malam hari ini, pemadaman (VIIRS Day/Night Band), NASA GIBS
  • Air permukaan menembus awan, 30 m (radar OPERA DSWx-S1), NASA GIBS
  • Laju hujan, setengah jam terakhir (IMERG), NASA GIBS
  • Peringatan gangguan vegetasi, 30 m (OPERA DIST-ALERT), NASA GIBS
09Metode dan bukti

How extreme value statistics for hazards is modelled, measured and tested.

Model, asumsi, data, dan ketidakpastiannya, dalam bentuk yang akan diperiksa ilmuwan atau insinyur. Strukturnya mengikuti metode yang dipublikasikan. Nilai yang digambar bersifat ilustratif, bukan temuan.

Pita ketidakpastian

How far the outlook for extreme value statistics for hazards could spread, shown as ranges rather than a single line.

Sekarang+5+10+15+20+25+30 thntinggirendahrentang sangat mungkinrentang mungkin
Estimasi tengah
median ansambel
Rentang
mungkin dan sangat mungkin, dalam bahasa terkalibrasi IPCC
Ansambel
anggota, skenario, dan kondisi awal dinyatakan
Baca bersama
sensitivitas hasil terhadap setiap masukan
Sebaran ensambel ilustratif pada skala indeks; bentuknya mengikuti panduan ketidakpastian IPCC. Bukan proyeksi.
Prinsip panduan FAIR · GO FAIR dan FORCE11W3C PROV · World Wide Web ConsortiumPanduan penanganan ketidakpastian secara konsisten · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
10Pengelolaan

Siapa yang memelihara metode ini.

Reasuransi dan Katastrofe stewards extreme value theory and risiko ekor for the Consortium and reviews how it is applied across platforms.

11Proses

Bagaimana proses berjalan.

Process explorer · Process

Extreme value statistics for hazards: Catastrophe model pipeline

10 steps5 tahap

Proses

Extreme value statistics for hazards: Catastrophe model pipeline

Model katastrofe biasanya memiliki modul bahaya, kerentanan, keterpaparan, dan keuangan, serta menghasilkan tabel kerugian, rata-rata kerugian tahunan, kurva terlampaui, PML, dan TVaR.

  1. 01 Bahaya

    1. 01Katalog peristiwaSet data · Pengembang modelModul bahaya memuat katalog besar kejadian simulasi yang mewakili beragam skenario yang masuk akal.
    2. 03Modul bahayaModel · Pengembang modelUntuk setiap kejadian, modul bahaya memberikan intensitas bahaya lokal yang dibaca modul kerentanan.
  2. 02 Keterpaparan dan kerusakan

    1. 02EksposurDataset · National meteorological serviceModul keterpaparan memuat data portofolio, seperti informasi spesifik lokasi.
    2. 04Modul kerentananModel · Pengembang modelModul kerentanan mengukur kerusakan yang diharapkan pada objek terpapar akibat suatu kejadian.
  3. 03 Keuangan

    1. 05Modul keuanganModel · National meteorological serviceModul keuangan menghitung kerugian dari semua skenario kejadian. Kerugian dasar (ground-up), bruto, dan neto berbeda sebagaimana ditunjukkan di bawah.
    2. 06Tabel kerugian kejadianDataset · National meteorological serviceTabel kerugian kejadian mencantumkan setiap kejadian dengan probabilitas terjadinya per tahun dan kerugiannya bagi portofolio.
    3. 07Tabel kerugian tahunanDataset · National meteorological serviceSebagian model juga mengambil sampel tahun simulasi dari kerugian kejadian. Garis besar ini tidak menjelaskan formatnya.
  4. 04 Metrik

    1. 08Probabilitas pelampauan curvesModel · National meteorological serviceKurva kejadian memberikan peluang bahwa kerugian terbesar dalam setahun melampaui suatu jumlah. Kurva agregat melakukan hal yang sama untuk jumlah kerugian.
    2. 09AAL, PML, dan TVaRModel · National meteorological serviceKerugian tahunan rata-rata menjumlahkan probabilitas kejadian dikalikan kerugian. PML adalah satu titik pada kurva kejadian.
  5. 05 Penggunaan hasil

    1. 10Penggunaan hasilDecision · National meteorological serviceThe tail metrics are used when considering a portfolio’s exposure and the level of catastrophe reinsurance an insurer requires.

Garis besar suatu standar atau metode eksternal, dari sumber publiknya. Garis besar ini menjelaskan apa yang dinyatakan kerangka itu, bukan catatan pelaksanaan apa pun. Garis besar ini tidak menunjukkan bahwa Nexus atau mitra mana pun melaksanakan, menyertifikasi, atau menyetujui suatu langkah. Gerbang adalah langkah dalam metode, tidak pernah persetujuan Nexus.

13Pertanyaan

Tanya jawab.

What are the limits of extreme value theory and tail risk in this field?
Extrapolation far beyond the data is highly uncertain. Changing climates and markets violate stationarity assumptions.
Bagaimana hasil diperiksa?
Fits are checked with diagnostic plots, goodness-of-fit tests and out-of-sample comparison. Sensitivity to threshold and record length is reported.
Apakah nilai di halaman ini nyata?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
Di mana lagi metode ini diterapkan?
Observatory Halaman metode kanonis mencantumkan setiap platform yang menerapkannya.
LaporanBerkontribusi

Kontribusikan bukti dari halaman ini.

Laporan is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

GCRIIklim dan BahayaRisiko dan Ketahanan Sistem GlobalSinyal ObservatoriumSkenario dan Uji Tekanan
Iklim dan Bahaya

Bawa metode, dataset, atau pertanyaan.

Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.