基于左删失数据多元空间贝叶斯模型的孟加拉国污染制图
应用统计
2021-11-29 v2
摘要
孟加拉国地下水中砷(As)及其他有毒元素的污染每日对数百万人口构成重大威胁。理解砷与其他元素之间的复杂关系可为缓解饮用水砷中毒提供有益见解,并需要对这些元素进行多元建模。然而,此类污染物的环境监测常涉及相当比例的低于最低检测限(MDL)的左删失观测值。该问题促使我们提出一种针对左删失数据的多元空间贝叶斯模型,用于研究孟加拉国地下水中砷的丰度并绘制污染物的空间分布图。模型参数的推断采用自适应马尔可夫链蒙特卡罗(MCMC)采样进行。所提模型的计算时间与不填补删失值的多元高斯过程模型同阶。该方法应用于孟加拉国水利发展委员会(BWDB)提供的砷污染数据集。利用在孟加拉国精细格点上计算的后验预测均值,绘制了地下水中砷、钡(Ba)和钙(Ca)浓度的空间分布图。我们的结果表明,吉大港和达卡专区遭受过高的砷浓度,而根据世界卫生组织(WHO)的建议,仅有拉杰沙希和朗布尔专区的饮用水是安全的。
引用
@article{arxiv.2106.15730,
title = {Contamination mapping in Bangladesh using a multivariate spatial Bayesian model for left-censored data},
author = {Indranil Sahoo and Arnab Hazra},
journal= {arXiv preprint arXiv:2106.15730},
year = {2021}
}