飓风表面风场的多元半参数贝叶斯空间建模框架

风暴潮是由飓风伴随的强风和低压引起的海水向岸涌动，它会加剧由降雨引起的内陆洪涝影响，导致沿海地区居民的生命和财产损失。数值海洋模型对于为沿海地区创建风暴潮预报至关重要。这些模型主要由表面风强迫驱动。目前，海洋模型使用的网格化风场由基于风暴中心气压和位置的确定性公式指定。虽然这些方程结合了关于飓风表面风场结构的重要物理知识，但它们并不总能捕捉到飓风的不对称性和动态特性。本文引入了一个新的贝叶斯多元空间统计建模框架，将数据与关于风场的物理知识相结合，以改进风矢量的估计。许多空间模型假设数据服从高斯分布。然而，这对于经常表现出不规则行为（例如时间或空间上的突变）的风场数据来说可能过于严格。在本文中，我们为这些数据开发了一个半参数多元空间模型。我们的模型基于stick-breaking先验，该先验在贝叶斯建模中常用于捕捉结果参数形式的不确定性。通过为每个位置分配不同的未知分布，并使用一系列核函数在空间上平滑这些分布，stick-breaking先验被扩展到了空间设置中。对于飓风Ivan的风场，与常用的贝叶斯Kriging方法相比，该半参数空间模型被证明能够提高预测能力。