Markov chain model to study the occurrence of pre-monsoon thunderstorms over Bhubaneswar, India

The present work deals with pre-monsoon thunderstorms over Bhubaneswar belonging to the state of Orissa, India. A Markovian approach has been adopted to discern the probabilistic behavior of the time series of the occurrence and non-occurrence of this hazardous weather event by introducing a dichotomy within the time series. After a painstaking analysis through chi-square tests, we have identified serial independence in a few years and first-order two-state Markovian dependence in a few years (2000, 2001, 2004 and 2006). Finally, for the years of first-order two-state Markovian dependence, it has been observed that the probability of occurrence or non-occurrence of thunderstorm gets higher if the state of the previous day is similar to that of the current day. Furthermore, the probability of getting non-thunderstorm day followed by non-thunderstorm day is higher than the probability of getting thunderstorm day followed by thunderstorm day. It has been also observed that the unconditional climatological probability of the occurrence of severe pre-monsoon thunderstorm implied by the Markov chain is closely in agreement with the observed relative frequencies. However, it could be revealed that Markov chain cannot, in general, be suggested as a predictive tool for pre-monsoon thunderstorms under study without investigating the serial dependence inherent in the time series.

RésuméLa présente étude concerne les orages pré-mousson qui se développent au-dessus de Bhubaneswar dans l’état d’Orissa, Inde. Une approche markovienne a été adoptée pour caractériser le comportement aléatoire des séries temporelles d’occurrence ou non-occurrence de ce type d’évènement climatique dangereux, introduisant une dichotomie au sein des séries temporelles. Après une analyse fouillée au moyen de tests de chi au carré, il a été identifié une indépendance en série pour quelques années et une dépendance du premier ordre à deux étapes pour quelques années (2000, 2001, 2004 et 2006). Finalement, pour les années de dépendance markovienne du premier ordre à deux étapes, il a été observé que la probabilité d’occurrence ou de non-occurrence d’orages augmente, si l’état du jour précédent est similaire à celui du jour actuel. En outre, la probabilité d’avoir un jour sans orage suivi d’un jour sans orage est plus forte que la probabilité d’avoir un jour à orage suivi d’un jour à orage. Il a aussi été observé que la probabilité climatologique inconditionnelle d’occurrence d’orage pré-mousson sévère, impliquée par la chaîne de Markov, était en accord étroit avec les fréquences relatives observées. Néanmoins, il pourrait se révéler que la chaîne de Markov ne peut en général pas être considérée comme outil prédictif pour les orages pré-mousson étudiés, sans que ne soit recherchée la dépendance sériée inhérente aux séries temporelles.