基于潜高斯模型与非平稳 SPDE 结构的高分辨率全球降水降尺度
应用统计
2023-02-08 v1
摘要
获取高分辨率降水数据图可为利益相关者提供关键洞察，以评估城市尺度下水资源的可持续获取。将降水这类非平稳、稀疏的过程以极高空间分辨率制图，需要用能够捕捉复杂非高斯全球时空依赖结构的统计模型，在地面站点可用位置对全球数据集进行插值。本工作中，我们提出一种新方法，通过局部变形的随机偏微分方程（SPDE）捕捉潜高斯过程的空间依赖性，并引入缓冲带以允许陆地与海洋具有不同的空间结构。SPDE 的有限体积近似与集成嵌套拉普拉斯近似相结合，确保了对数千万观测值进行可行的贝叶斯推断。模拟研究展示了所提方法相对于平稳和无缓冲替代方案的更高可预测性。随后将该方案用于生成美国范围内的高分辨率日降水模拟。
引用
@article{arxiv.2302.03148,
title = {High Resolution Global Precipitation Downscaling with Latent Gaussian Models and Nonstationary SPDE Structure},
author = {Jiachen Zhang and Matthew Bonas and Diogo Bolster and Geir-Arne Fuglstad and Stefano Castruccio},
journal= {arXiv preprint arXiv:2302.03148},
year = {2023}
}