Data-Assimilative Hindcast and Climate Forecast of Storm Surges with an ASGF Regression Model

ABSTRACT

This study demonstrates that long-term climate model solutions can be efficiently converted to storm surge time series at points of interest (POIs) for the future. The all-source Green's function (ASGF) regression model is used for this conversion. In addition to being data assimilative, the ASGF regression model can also simulate storm surges at a POI faster than the traditional modelling approach by orders of magnitude. This is demonstrated using the tidal gauge at Sept-Îles (Quebec, Canada) in the Gulf of St. Lawrence as the POI. First the ASGF regression model is used to assimilate 32 years of tidal gauge data, producing a continuous hindcast of storm surges and a set of best-estimate regression parameters. Second, the ASGF regression model with the best-estimate parameters is used to convert a Canadian Regional Climate Model solution (CRCM/AHJ) to an hourly time series of storm surges from 1961 to 2100. Gumbel's extreme value analysis (EVA) is then applied to the time series as a whole and also to tri-decadal segments. The tri-decadal approach is used to investigate whether there is any progressive shortening or lengthening of storm surge return periods as a result of future climate change. A method for correcting for bias due to the forcing field at the EVA level is also demonstrated.

Résumé

L’étude démontre que les résultats des modèles climatiques à long terme peuvent être efficacement convertis en séries temporelles d’ondes de tempête futures pour des points d'intérêt (POI). Le modèle de régression basé sur la fonction de Green pour toutes sources (ASGF, All-Source Green Fonction) a été utilisé pour effectuer cette conversion. En plus de permettre l’assimilation des observations, le modèle de régression ASGF peut aussi reproduire les ondes de tempête à un POI, de façon plus efficace que la méthode traditionnelle de modélisation par plusieurs ordres de grandeur. Cette efficacité a été démontrée avec les données marégraphiques de Sept-Îles (Québec, Canada) dans le golfe du Saint-Laurent comme un POI. Tout d'abord le modèle de régression ASGF a été utilisé pour assimiler 32 années des données de niveau d’eau et pour obtenir une reproduction des ondes de tempêtes en une série continue ainsi que la meilleure estimation des paramètres de régression. Deuxièmement, le modèle de régression ASGF avec les paramètres ainsi optimisé a été utilisé pour convertir le résultat du modèle régional climatique canadien (MRCC/AHJ) en une série temporelle horaire d’ondes de tempête de 1961 à 2100. Enfin, la méthode d’analyse des valeurs extrêmes de Gumbel (EVA) a été appliquée à la série dans son ensemble, puis à des sequences tri-décennale. L'analyse tri-décennale sert à déterminer s’il y a un raccourcissement ou une extension progressive des périodes de retour des ondes de tempête en changements climatiques futurs. Une méthode pour corriger les biais contenus dans les champs de forçage atmosphériques avec l’EVA est aussi présentée.

KEYWORDS:

• all-source Green's function (ASGF)
• ASGF regression model
• storm surges
• climate forcing field

Acknowledgements

The CRCM data were generated and supplied by Ouranos. NASA's free access to MERRA data is also greatly appreciated. The authors acknowledge support from their institutes and express thanks to Mr. Michel Beaulieu for his assistance. We also thank two anonymous reviewers for their constructive comments and Ms. Laure Devine for her proofreading and editing.

Funding

This study was partially supported by le Ministère des Transports du Québec and by the Aquatic Climate Change Adaptation Services Program (ACCASP) program of Fisheries and Oceans Canada.

Disclosure statement

No potential conflict of interest was reported by the authors.

Notes

^†A wind and wave hindscast dataset for the first 40 years (1958-1997) produced by the Meteorological Service of Canada (formerly the Atmospheric Environment Service (AES).