基于删失偏对称分布的多站点高频降水随机天气生成器
应用统计
2020-03-12 v2 统计方法学
摘要
随机天气生成器（SWG）是复杂天气过程的数字孪生，广泛应用于农业和城市规划。由于测量仪器的改进，现在可以建立精确的高频降水SWG。然而，高频降水数据比常见的（ hourly 或 daily）降水数据具有更严重的零膨胀、偏态和重尾特征。因此，要么将降水发生与强度独立建模、要么假设降水服从删失元高斯过程的经典方法可能并不合适。在这项工作中，我们提出了一种新颖的多站点降水生成器，其由具有偏对称动力学的删失非高斯向量自回归模型驱动降水的发生与强度。所提出的SWG在建模偏态和重尾数据方面具有优势，并具备直接的物理与统计解释。我们将所提模型应用于基于瑞士洛桑密集雨量计网络获取的30秒降水数据。除了再现高频降水外，该模型能够提供与长短期记忆（LSTM）网络一样准确的预测，但带有不确定性且结果更具可解释性。
引用
@article{arxiv.1912.11833,
title = {A Multi-Site Stochastic Weather Generator for High-Frequency Precipitation Using Censored Skew-Symmetric Distribution},
author = {Yuxiao Li and Ying Sun},
journal= {arXiv preprint arXiv:1912.11833},
year = {2020}
}