基于层次贝叶斯模型的总柱臭氧：利用卫星数据和多源协变量解析埃塞俄亞季节性可变性
应用统计
2025-07-15 v1
摘要
理解总柱臭氧(TCO)的时空动力学对于监测紫外线暴露和臭氧趋势至关重要，尤其是在季节性可变性尚未充分探索的赤道地区。本研究利用通过集成嵌入拉普拉斯近似(INLA)实现的贝叶斯层次模型，考察了2012-2022年埃塞俄亞月度TCO。模型纳入了九个环境协变量，涵盖气象、气溶柱和地形影响，以及时空随机效应。采用随机部分微分方程(SPDE)方法建模空间依赖性，通过自回归结构处理时间序列自相关。模型表现出强大的预测性能，训练相关系数为0.94，验证相关系数为0.91，分别对应的RMSE为3.91 DU和4.45 DU。太阳辐射、气溶柱温度和准二元振荡与TCO正相关，而地表温度、降水、湿度、水汽和海拔则呈负相关。随机效应揭示了持续的区域聚类和夏季的季节性峰值。这些发现为复杂赤道地形上的区域臭氧行为提供了新见解，促进了对赤道臭氧悖论的理解。该方法展示了将卫星观测与环境数据结合在数据稀缺地区的实用性，支持改进的UV风险监测和气候决策规划。
引用
@article{arxiv.2507.09046,
title = {Hierarchical Bayesian Modeling of Total Column Ozone: Unraveling Equatorial Variability over Ethiopia Using Satellite Data and Multisource Covariates},
author = {Yassin Tesfaw Abebe and Abdu Mohammed Seid and Lassi Roininen and U. Jaya Parakash Raju and Abebaw Bizuneh Alemu},
journal= {arXiv preprint arXiv:2507.09046},
year = {2025}
}