降雨阈值时间序列与 SOC 模型的数据驱动预测
大气与海洋物理
2015-06-11 v1 数据分析、统计与概率
摘要
我们研究了具有代表性的 SOC 沙堆模型和高分辨率降雨数据中受阈值限制的事件发生情况。这两个系统的可预测性是通过一个对事件聚类敏感的决策变量进行分析的，预测质量则通过受试者工作特征 (ROC) 方法进行评估。在 SOC 沙堆模型的情况下，静默时间分布随阈值增加的标度行为导致了对极端事件可预测性的提高。一种标度理论使我们能够理解预测过程的所有细节，并外推最极端事件的 ROC 曲线形状。对于降雨数据，静默时间分布在高阈值下不呈现标度性，这意味着相应的 ROC 曲线无法直接与较低阈值的曲线相关联。
引用
@article{arxiv.1411.2256,
title = {Data-Driven Prediction of Thresholded Time Series of Rainfall and SOC models},
author = {Anna Deluca and Nicholas R. Moloney and Alvaro Corral},
journal= {arXiv preprint arXiv:1411.2256},
year = {2015}
}
备注
19 pages, 10 figures