Fortran code for calculating ETCCDI daily precipitation extreme indices and R95p/R99p catalogs

ENG: This repository contains a Fortran 90 source code designed to calculate the core extreme precipitation indices recommended by the ETCCDI (Expert Team on Climate Change Detection and Indices), alongside the regional Rn90 index.

The algorithm is optimized to process daily meteorological series and automatically outputs two structured datasets:

• Annual Summary: Calculates 11 ETCCDI extreme precipitation indices (including RX1day, RX5day, SDII, CDD, CWD, and percentile-based thresholds) plus the Rn90 index per year and station.

• Extreme Events Catalog: Automatically extracts and categorizes severe weather dates exceeding the 95th and 99th local percentiles.

Developed for climate change analysis, this script is fully open-source and ready to be compiled and implemented in climatological research and extreme weather impact assessments.

References

This software provides the computational framework for the research published in:

1. "Casas-Castillo, M.C. [et al.]. "Exploring some characteristics of the rainfall island in Barcelona". A: Advances in meteorology and geophysics 2025. Vila Real: Universidade de Trás-os-Montes e Alto Douro, 2025, p. 29-37. Disponible a: http://hdl.handle.net/2117/452145

2. "Proyección del régimen pluviométrico futuro en el noreste de la Península Ibérica bajo escenarios de cambio climático", presented at: XXXVI Jornadas Científicas de la Asociación Meteorológica Española, Cadiz (Spain), 2024. Available at: https://futur.upc.edu/38600566

3. "Informe de resultats obtinguts durant la realització de la tesi doctoral per l'Ajuntament de Terrassa", Universitat Politècnica de Catalunya. Institutional record available at: https://futur.upc.edu/37795196
4. Casas-Castillo, M.C. [et al.]. On the convenience of the use of seasonal and monthly climatic indices in correlation studies. A: "Advances in meteorology and geophysics 2023". Lisboa: Associação Portuguesa de Meteorologia e Geofísica, 2023, p. 35-41. 
   https://doi.org/10.60620/he5s-8x66

Acknowledgements

This work was supported by the "Beques de recerca" (Research Grants) program from the Ajuntament de Terrassa (Terrassa City Council, Spain) during the 2022-2023 academic year.

CAT: Aquest repositori conté el codi font en Fortran 90 dissenyat per calcular els índexs bàsics de precipitació extrema recomanats per l'ETCCDI (Equip d'Experts per a la Detecció, Seguiment i Índexs del Canvi Climàtic), juntament amb l'índex regional Rn90.

L'algorisme està optimitzat per processar sèries meteorològiques diàries i genera automàticament dos conjunts de dades estructurats:

• Resum anual: calcula 11 índexs de precipitació extrema de l'ETCCDI (inclosos RX1day, RX5day, SDII, CDD, CWD i llindars basats en percentils) més l'índex Rn90 per any i estació.

• Catàleg d'esdeveniments extrems: extreu i categoritza automàticament les dates de fenòmens meteorològics severs que superen els percentils locals 95 i 99.

Desenvolupat per a l'anàlisi del canvi climàtic, aquest script és completament de codi obert i està llest per ser compilat i implementat en la investigació climatològica i en les avaluacions d'impacte de fenòmens meteorològics extrems.

Referències: Aquest programari és la base del càlcul de la recerca publicada a:

1. Casas-Castillo, M.C. [et al.]. "Exploring some characteristics of the rainfall island in Barcelona". A: Advances in meteorology and geophysics 2025. Vila Real: Universidade de Trás-os-Montes e Alto Douro, 2025, p. 29-37. Disponible a: http://hdl.handle.net/2117/452145

2. "Proyección del régimen pluviométrico futuro en el noreste de la Península Ibérica bajo escenarios de cambio climático", presentat a les XXXVI Jornadas Científicas de la Asociación Meteorológica Española, Càdis (Espanya), 2024. Disponible a: https://futur.upc.edu/38600566

3. "Informe de resultats obtinguts durant la realització de la tesi doctoral per l'Ajuntament de Terrassa", Universitat Politècnica de Catalunya. Repositori institucional disponible a: https://futur.upc.edu/37795196

4. Casas-Castillo, M.C. [et al.]. On the convenience of the use of seasonal and monthly climatic indices in correlation studies. A: "Advances in meteorology and geophysics 2023". Lisboa: Associação Portuguesa de Meteorologia e Geofísica, 2023, p. 35-41. 
   https://doi.org/10.60620/he5s-8x66

Agraïments

Aquest treball ha comptat amb el suport de les "Beques de recerca" de l'Ajuntament de Terrassa (Espanya), convocatòria del curs 2022-2023.