スピーカー | 成績証明書 |
| メイソン・チェン | やあみんな。 ご視聴いただきありがとうございます。 私はメイソンです。今日は湿度などの指標が重要かどうかに関する研究を紹介します。 |
| 2021 年のテキサス州の停電では、将来同様の災害が発生するのを防ぐために、気温と露点レベルを監視しました。 |
| つまり、2021年の停電危機は、地元住民だけでなく、テキサスからの天然ガスと石油に依存していた米国の他の場所にとっても、テキサス州史上で最も大きな被害をもたらした災害となった。 |
| この国は天然ガスの処理能力が最大であり、全米のすべての州が危機の影響を受けた。 |
| そこで私たちは、将来の同様の災害を防ぐことができるかどうかを確認したいと考えました。 危機を引き起こした政治的および経済的要因は数多くありますが、 |
| また、この出来事をより総合的に評価し、アプローチするために、関与している科学的および環境的要因も考慮したいと考えました。 |
| これを行うために、ヒューストンは最も大きな被害を受けた都市の 1 つであったため、2012 年から 2021 年まで毎年 2 月にヒューストンの歴史的な気象パターンを研究することにしました。 |
| 2021 年のシーズン中の気象状況がどれほど珍しいものであったかを理解するために、外れ値手法とクラスタリング ツールを使用します。 |
| また、関係する科学的要因と環境的要因の両方を理解することで、将来の潜在的な危機に対する最も重要な気象指標を特定するのにも役立ちます。 |
| そこで、プレゼンテーションの全体的な枠組みに入る前に、このイベントの背景とこのプロジェクトの背後にある動機について少し説明したいと思いました。 |
| そのため、テキサス州の停電危機は 2021 年 2 月に発生しましたが、多くの情報源は、この出来事は州が電力システムを事前に準備できなかったことが原因であると考えています。 |
| 実はテキサス州で大規模な停電が発生したのは今年が初めてではない。 10年前の2011年、同じく2月のグラウンドホッグデーの吹雪により、多くの都市の天然ガス発電所が完全に凍結した。 |
| テキサス州は州の約４分の３に停電を発令した。 |
| 北米...North American Electrical Reliability Corporation は、テキサス電力信頼性評議会 (略称 ERCOT) と計画を交渉しようとしました。 |
| 州の発電所のインフラをアップグレードすることだが、コストを考慮してほとんど無視されていた。 多くの石油生産者は発電所が凍結するリスクを受け入れた |
| 通常は毎年 2 ～ 3 日ですが、気候変動によりそのリスクと頻度が増大しており、天候がより予測不可能になっています。 |
| 今年 2 月に一連の冬の嵐がテキサス州を襲ったとき、発電所は事前の準備がされていなかったため、極度の凍結条件に耐えることができませんでした。 |
| そして、風力などの再生可能エネルギーや石炭や天然ガスなどの非再生可能エネルギーを含む多くのエネルギー源が停止しました。 |
| これに対しERCOTは設備の問題に対処できなかったため、州全域で計画停電を実施した。 |
| 異常気象により、多くの農作物も破壊され、食料不足が生じ、多くの国民が自宅で凍え、停電が続いたため低体温症に苦しんだ。 |
| ここでは、約 2 週間に何が起こったかを簡単にタイムラインにまとめます。 そのため、2月初旬にテキサス州を襲った嵐はかなりの数あり、そのうちの1つは冬の嵐ウリで、テキサス州の多くの場所をさらに悲惨な状況に陥らせました。 その後すぐに、 |
| 電力需要は69,000メガワットに達し、州記録となり、これまでの記録である65,000メガワットを上回りました。 |
| そしてその翌日、ERCOT は脆弱な電力設備による損傷と電力需要の増加の両方の結果として停電を開始しました。 計画停電は2月19日にようやく終了した。 |
| ここに衛星画像からの冬の嵐の画像が表示されます。 左側の写真は、吹雪の第一波がテキサスを襲う直前に撮影されたものです。 |
| 絶頂期の2本目撮り。 そこで私は特にヒューストンを紹介しました。なぜなら、最も大きな被害を受けた都市の中で最もコントラストが強いからです。 |
| それがヒューストンに焦点を当てる理由でもあります。 2 月末と比べて 2 月中旬の電力損失が顕著にわかります。 |
| そこで、状況の広範囲にわたる影響と停電の考えられる原因を理解した後、私たちは、より適切な状況を導く特定の気象指標があるかどうかを調べたいと考えました。 |
| これは、停電の特定の環境原因を明らかにするものであり、将来的には、冬の早い時期に重要な気象指標に注意を払うことで、危機に早期に備えるための参考として使用できる可能性があります。 |
| 先ほども言いましたが、ヒューストンは最も被害が大きかった都市の 1 つであるため、このプロジェクトにはヒューストンの気象情報を使用します。 |
| まず、これらの指標の背後にある科学、それらの違い、およびこれらの指標が何を意味するかを理解しようとします。 |
| 次に、さまざまな外れ値クラスタリング ツールを使用して、ヒューストンの 2 月に過去 10 年間と比較して、これらの気象マーカーのどれが最も異なっていたかを調査し、2021 年 2 月の気候がどれほど独特だったかも比較します。 |
| そして、プレゼンテーション全体を通じて、2021 年のテキサス州の停電に最も寄与した気象要因を特定するために、統計分析とその結果を環境科学に結び付けようとします。 |
| 私たちが抱いた最も当面の疑問の 1 つは、危機に寄与する特定の環境要因は何かということでした。 つまり、嵐と防寒対策の欠如が一般的な要因であったことがわかります。 |
| しかし、すべての嵐が脆弱な電力機器の凍結を引き起こすわけではありません。 そこで私たちは、将来に何を備えるべきかを知るために、電力システムの故障につながる特定の気象要因を知りたいと考えました。 |
| 私たちはヒューストンを通してこれを調査し、ヒューストンの気象要因をそれほど大きな被害を受けていないテキサス州の他の都市と比較することにしました。 |
| ダラスを選んだのは、距離が非常に近く、どちらも同じ電力システムを使用しているため、比較の良い基準としても機能するためです。 |
| 右側は、ヒューストンとダラスの 2 月の天気統計です。 興味深いことに、最高平均気温であれ、最低気温であれ、気温のマーカーに注目すると、 |
| ダラスはいつも気温が低いです。 |
| したがって、気温が低いと機器が凍結するリスクが高まると予想されますが、ここではそうではないようです。 したがって、代わりに露点温度が |
| したがって、ヒューストンの露点温度がテキサスよりも高いとすると、露点温度が凍結のリスクを示す最も重要な指標となるのではないかと考えられます。 |
| では、露点温度とは何でしょうか。なぜ重要なのでしょうか。また、露点温度は通常の温度測定とどのように異なるのでしょうか? |
| 温度、具体的には...気温は空気分子の速度の尺度であるため、分子の動きが速くなるほど、 |
| 運動エネルギーが大きくなり、温度が高くなります。 結露は空気の温度に依存します。 そのため、気温が低いと水分子の動きが遅くなり、水分子の引力によって水分子同士がくっつきます。 |
| 相対湿度、または単に湿度は、結露を防ぐために水分子を互いに解放するために蒸発に利用できるエネルギーがどれだけ使われたかを示す尺度です。 |
| したがって、相対湿度が 25% の場合、利用可能なエネルギーの 25% が湖などの水域から水を蒸発させるために使用され、エネルギーの 75% がさらなる蒸発に利用できることを意味します。 |
| 相対湿度は気温と露点温度に相対的なものであるため、少し誤解を招きます。 それ自体は独立した湿気の尺度ではありません。 |
| したがって、露点は最初に結露が始まる温度です。 したがって、気温が露点温度を下回ると、結露が始まります。 |
| また、湿度とは異なり、露点温度が上昇するのは、空気中の水分量が増加するだけです。 つまり、露点温度は、空気中の水分の量の独立した尺度です。 |
| しかしその一方で、湿度は気温と露点温度の差によって決まります。 |
| したがって、露点温度が気温と等しい場合、相対湿度は 100% になります。 |
| 露点温度と気温の差が大きいほど、相対湿度は低くなります。 したがって、相対湿度が変化する場合、その原因は温度変化か湿度変化、あるいはその両方である可能性があります。 |
| さて、気温、相対湿度、露点温度は大気圧とどのような関係があるのでしょうか? 露点は大気圧に依存しません。 |
| ???圧力は温度によって直接変化すると述べています。 したがって、気体がある場合、分子はより速く移動し、より頻繁に容器の壁内を登ることになり、圧力が増加します。 |
| 湿度は圧力にも直接関係します。空気中に一定量の蒸気があり、空気の体積を凝縮すると、圧力が増加し、空気中の水分の全体的な割合 (相対湿度) も増加するためです。 |
| したがって、この情報に基づいて、露点温度と気温が凍結リスクを決定する 2 つの最も重要な変数であると考えるでしょう。 |
| 運動空気の量と天候の涼しさの両方が重要です。 では、それが実際に気象統計に反映されているかどうかを見てみましょう。 |
| さて、これで私たちは天気について、科学かどうか、そしてそれらの指標が何を意味するかについて、より多くの知識を得ることができました。 |
| 統計分析に踏み込んで、水分レベルや露点が上昇したかどうかを調べることができます。 |
| 2021 年の気象条件に大きく影響します。 したがって、データを収集するために、母集団をクラスターに分割し、次に 4 つのクラスターを選択するサンプリング方法の一種であるクラスタリング サンプリングを使用します。 したがって、この場合は 2 月を選択しました |
| 過去 10 年間のデータを分析します。これは、今年 2 月に障害が発生したため、サンプルの月ごとおよび季節ごとの変動を考慮したくなかったためです。 |
| また、気候変動により天候がますます悪化している可能性があるため、前年だけでなく過去 10 年すべてのデータを収集したいと考えています。 つまり、今年はこれまでのところ最悪のシーズンとなっており、他の年と比較するとそのコントラストがより明らかになるだろう。 |
| 2012 年 2 月から 2021 年までの毎日の気象統計を収集しました。2 月には最低 28 日があり、閏年にはさらに 3 日あるため、合計サンプル サイズは 283 日になります。 |
| そして、毎日の最高平均気温と最低気温、露点、湿度、風速、気圧を収集し、降水量も収集しました。 |
| 最大平均と最小値を収集したのは、一方が他方よりも重要で正確な尺度である可能性があるためですが、これもまだわかりません。 |
| 283 日のサンプル サイズも検出力テストに合格しました。検出力は帰無仮説を正しく棄却する確率です。 したがって、実際にはさらに多くのデータを収集する必要はありません。 |
| そこで私たちは、どの天気予報を表しているのかを知りたかったのです。 |
| 外れ値があります。 パラメータに外れ値が多い場合、その指標は極端な気象条件によって左右されやすい可能性が高く、将来の状況に対する参照の重要性が高くなります。 |
| そこで、ここでは 10 年間すべての分位範囲の外れ値を実行しました。 外れ値の基準は四分位範囲に基づいて決定されます。 |
| IQR。その変数のすべての値の 75 パーセンタイルを含む分位 3 と、分位 1 から 25 パーセンタイルまでの差です。 したがって、外れ値の下限しきい値は分位 1 から IQR の 1.5 倍を引いたものとして決定され、外れ値の上限しきい値は分位 3 に IQR の 1.5 倍を加えたものとして決定されました。 |
| 最大値にはかなりの数の外れ値があります... |
| 最大湿度パーセントと降水量。 |
| しかし、これらの外れ値は 10 年間すべてのものであり、私たちが主に興味を持っているのは、テキサス州の停電が発生した日です。 |
| 2021 年 2 月まであと数週間です。 |
| そこで今回は、障害の危機が発生したおおよその期間である、2021 年 2 月 2 日から 2 月 25 日までの期間に焦点を当てます。 |
| したがって、繰り返しになりますが、これはヒューストンのデータのみを考慮したものです。 したがって、この 3 週間だけから、気温がすべての気象パラメータの中で最も外れ値であることがわかります。 |
| そして湿度には異常値が 1 つあります。 それにもかかわらず、分位範囲外れ値ツールの主な制限は、多重共線性を考慮できないことです。 |
| そして、私たちの科学的研究から、湿度は露点と温度の両方に依存することがわかっています。 外れ値分析は最も正確なツールではない可能性があり、露点は依然としてより重要な要素の 1 つである可能性があります。 |
| 別の方法として、さまざまな気象パラメータをさまざまなクラスターにグループ化するクラスター変数の使用を試みました。 |
| そこで私たちは、クラスター変数ツールが、2021 年の停電の最も重要な気象指標で構成される単一のクラスターを特定するのに役立つかどうかを確認したいと考えました。 |
| 左上のカラーマップは、 |
| それ |
| 各気象パラメータを Y 軸にグラフ化し、次に再び各パラメータを X 軸にグラフ化し、それらの相関関係をプロットします。 |
| したがって、セルが青くなるほど、2 つのパラメータの相互の負の相関が強くなり、セルが赤くなるほど、パラメータの相互の正の相関が強くなります。 |
| カラー マップでは 4 つの異なるクラスターを視覚化でき、クラスター メンバー テーブルでも識別できます。 |
| クラスター 1 は、すべての温度と露点パラメーターで構成されており、このクラスターが 2021 年の電力危機の最も重要な気象要因で構成されている可能性があることを示唆しています。 |
| クラスター 2 は風速と降水量、クラスター 3 はすべての湿度、クラスター 4 はすべての圧力で構成されます。 つまり、最後のいくつかのクラスターは |
| すべての湿度、気圧の測定値が独自のクラスターに属し、風速と降水量が相関していることには驚かないため、実際には多くの洞察は得られません。 したがって、この分析から得られる重要な点は、露点と温度が最も相関している可能性があるということです。 |
| これまでのところ、露点と気温が最も重要な気象指標である可能性があることはわかっていますが、より一般的に 2021 年の気象パターンは以前の気候とどのように比較されるのでしょうか? そして、現在の気象パラメータは？ヒューストンの天気 |
| ???大きな外れ値？ |
| したがって、上のグラフは以前のクラスター レポート分析からのクラスターの概要であり、下の 2 つのグラフは多変量統計プロセス管理図です。 |
| そこで、最初に主成分分析を実行して、16 個の変数から次元を削減しました。 これらには、主成分分析のすべての気象パラメータが含まれています。 変動全体の 80% 以上を説明するには 5 つの主成分が必要です。 しかし、私たちは実際には区別できません |
| 5 つの主成分を使用すると、過去の気象状況から 2021 年の状況がわかります。 停止の危機が発生したときの赤い点は、上限管理限界の T 二乗である赤い線をかろうじて上回っていることがわかりますが、まったくないわけではありません...??? |
| したがって、このグラフは、真のパターンを検出できず、代わりに気象状況を説明する際に固有値に頼りすぎていることを示しています。 そこで、2 番目の ??? を削除してみました。集まる、 |
| すべてのクラスターの中で、最も少ない変動を説明できるからです。 |
| そして主成分分析をやり直しました。 したがって、今回は、変動全体の少なくとも 80% を説明するには 4 つの主成分のみが必要ですが、それでも明確に区別することはできません。 |
| 2021 年の停電危機時の気象状況を他の時間枠から比較します。 では、2021 年の気象状況を他の気象状況からよりよく識別するには、信号を増やしてこのノイズ全体を減らすには、他にどのようにすればよいでしょうか? |
| さて、クラスター変数の結果に戻って、最も代表的な変数をスクリーニングできるかどうかを確認してみましょう。 それでは試してみましょう |
| クラスターの概要に基づいて各クラスターの最も代表的な変数を選択し、 |
| これは、独自のクラスターと 1 から R 2 乗比を引いた R 2 乗から決定されます。 |
| 独自のクラスターの R の 2 乗は、各変数がクラスターの中心とどの程度類似しているかを表します。 |
| したがって、この値は中心と比較して変数の方向を伝えることはできませんが、距離が十分に近い場合には |
| 中心の変数の間では、方向はそれほど重要ではありません。 興味深いことに、最も代表的な変数は平均値であり、それらを含む最小パラメータではありません。これは一種の冗長です。 |
| クラスター変数に基づいて平均温度、平均湿度、平均露点温度、平均気圧だけをスクリーニングした後、右側の T 二乗グラフに見られるように、変動の 80% を説明するには 2 つの主成分のみが必要になります。 |
| ここで、大きなスパイクが 1 つだけ確認できます。 |
| これは、停電危機時の日々を記録したものです。 したがって、クラスタリング変数と主成分の両方を使用することで、気象状況をうまく区別することができます。 |
| 2021年の停電時。 それでは、改訂された T 二乗グラフからは、どの気象パラメータが 2021 年の停電時の気象状況を示す最も重要な指標であるかについて何かがわかるでしょうか。 |
| 危機？ その結果は、以前の科学研究におけるクラスター変数分析の結果と一致しますか? |
| これら 4 つの変数のそれぞれの寄与率を調査したいと考えましたが、これを行うために選択できるデータ ポイントは 1 つだけです。 |
| そこで、最悪のシナリオにおいてどのパラメータが最も重要であるかを最も重視するため、2021 年に最悪の気象状況を持つサンプル番号 270 を選択しました。 |
| 右側の寄与比例プロットからわかるように、露点での平均温度が 2 つの最大の寄与因子であり、圧力による寄与はほとんどなく、湿度による寄与もありません。 |
| したがって、この結果は、気温と露点が気象状況の主な要因であることを示している可能性があります。 |
| これはクラスター変数分析を裏付けるだけでなく、科学的研究によっても説明できます。 したがって、気温が依然として最大の影響を及ぼしますが、水分を測定する露点も凍結の大きな要因となります。 |
| 以前は、主成分分析の変動の 90% を説明するには 4 つのクラスターが必要でしたが、各クラスターから最も代表的な変数を選択した後は 2 つだけで済むようになり、合計 4 つのパラメーターが得られます。 |
| これは、スクリーニングが信号対雑音比を高めるのに有益であることを裏付けています。 |
| パレートの法則に基づいて、どれが十分かを選択します。パレートの法則では、原因の重要な数 20% が、特定の状況からの結果の 80% を占めると述べています。 |
| 固有ベクトルをさらに詳しく調べると、最初の固有ベクトルは 4 つのパラメーターのすべてで非常に均等に構成されていることがわかります。これは、その大きさが、主に温度と湿度で構成される 2 番目の主成分に対してすべて約 0.5 であるためです。 |
| 露点ではありません。 これは、過去 10 年間を通じて露点が重要な要素ではなかったことを示している可能性があるため、論理的な次のステップは 2021 年だけを対象とした主成分分析を検討することです。 |
| ただし、2021 年 2 月にはデータ ポイントが 20 個しかないため、サンプル サイズが小さすぎます。 |
| 2021 年だけを対象に主成分分析を実行するのに十分なサンプル サイズがありませんが、過去 10 年間の最も重要なパラメータ間の違いを視覚化できるかどうかを見てみましょう。 |
| 1つだけと比べて。 左側には過去 10 年間の寄与率のヒート マップがあり、右側には今年だけのものがあります。 |
| フィールドが暗いほど、偏差が大きく、通常の状況からのコントラストがより顕著であることを示します。 したがって、2012 年 2 月から 2021 年までのグラフを見ると、濃い色のセルに基づいて、温度と湿度の割合が最も重要な要素であることがわかります。 |
| 湿度は温度と露点の両方に依存するため、温度よりも湿度が重要になる場合があります。 つまり、これにも多重共線性の問題があるので、調べてみると???。 |
| 一方、停電危機の前後の数週間だけを見てみると、緑の網掛け部分が表示されます。 |
| 右側では、温度と露点に最も暗いセルが含まれていることがわかります。 したがって、これはもう一度、露点が 2021 年の停電危機ではより重要な指標である可能性があることを示していますが、過去の気象状況では歴史的にそうではなかった可能性があります。 |
| この初期のプロセス管理図があると、停電危機の気象状況が異常値であることがわかりますが、それはどれほど稀でユニークなものでしたか? つまり、このグラフの一番下の四角は |
| 2 つの主成分をグラフ化します。 さまざまな信頼楕円が含まれています。 左上の点までが2021年2月15日、 |
| 最も悲惨な嵐がテキサスを襲ったとき。 ポイントが 99.5% 信頼度の楕円 (オレンジ色の線) の外側にあることがわかります。 |
| ただし、99% 信頼度の楕円の内側 (青い線)。 つまり、15 日の気象状況は 200 日に一度発生し、2 月は 28 日あるため、過去のデータに基づいて発生する確率は、28 日を 200 で割った値に等しくなります。 |
| 7年に1回。 |
| ???同様の状況が将来発生する可能性...気象状況はより可能性が高く、地球温暖化によりさらに悪化する可能性があります。 |
| また、4 つの点は露点と気温のベクトルとは反対の左上の象限に位置しており、露点と気温が 2021 年の停電危機の異常気象の主な要因であることが改めて示されています。 |
| 2021 年を比較する別の方法 |
| 過去 10 年間の通常の気象状況と比較するには、2 月 15 日の寄与プロットをスコア プロットの中心点と比較します。 |
| これは、10 年間の中央値として機能します。 右上のグラフはサンプル番号 270 で、停電危機の中で最も気象状況が悪かった日です。 |
| そして、下のグラフはサンプル番号 131 で、スコア プロットの中心点です。 興味深いことに、サンプル番号 270 には温度と露点が主な寄与を持っていますが、サンプル番号 131 には圧力だけが寄与しています。 |
| つまり、このグラフは、不安定な気象条件において露点だけがより重要な要素となっているだけでなく、おそらく地球温暖化の影響で気温もより重要になっていることを示しています。 |
| 現在、気温と露点は、気圧や湿度よりも気象状況を表す重要な指標となっています。 |
| それでは、将来の停電の危機を防ぐためにテキサス州政府は何をしているのでしょうか? |
| 停電終了から数日後、アボット知事は国民に演説し、電力設備の冬季化を呼びかけた。 |
| そして下院は緊急手続きを改革するためのいくつかの新しい法案を進めた。 しかし多くの人は、気温の上昇に伴い、新しい法律は将来の危機を防ぐのに十分ではないと考えている。 |
| 異常気象の閾値は、実際には、2021 年の危機時の氷点下の閾値よりも低いです。 2021 年 3 月の時点で、州議会はいかなる法律も可決していません。 |
| 発電所の冬季化が必要です。 ERCOT の元戦略アドバイザーの 1 人は、機能停止を防ぐ鍵となるのは、将来の計画を立て、気候変動が ??? の大きな要因であると実際に考慮することであると考えています。 |
| 予防的な |
| 対策。 |
| 結論として、私たちは露点温度、気温、湿度、圧力の背後にある科学と、それらがどのように相互に関係し、結びついているかを研究しました。 |
| 分位外れ値ツールは複数の問題を考慮できず、湿度が露点温度と温度に影響を与えることがわかっています。 |
| 大気温。 そこで、クラスター変数を使用して、クラスターに基づいて最も重要な気象要因を特定できるかどうかを確認しました。 |
| 主成分分析を用いて統計的工程管理図を最適化しました。 私たちは、湿度、露点、温度、圧力の 4 つの最も代表的な変数を選択しました。 |
| また、より一般的にはヒート マップを使用し、より具体的には最悪の気象状況であったサンプル番号 270 の寄与率プロットを使用して、これらの変数の寄与度を調査し、これらの結果をスコア プロットの中心点と比較しました。 |
| 私たちはそれを発見しました |
| 特に気候変動と地球温暖化に伴う天候の予測不可能性の増大を考慮すると、気温と露点は、同様の災害が将来発生する場合の重要な気象マーカーでした。 今日はこれで終わりです。 聞いてくれてありがとう。 |
