基于随事件量级变化的极值相依性的非平稳温度极大值建模
统计方法学
2020-09-08 v2 应用统计
摘要
对温度极值时空趋势的建模有助于更好地理解变化气候中热浪的结构与频率。在此，我们利用在 44 个监测站观测的跨越一个世纪的数据集研究南欧的年平均气温极大值。通过扩展 max-stable 过程的谱表示，我们的建模框架依赖于 max-infinitely divisible 过程的一种新构造，其包含协变量以捕捉时空非平稳性。我们的新模型在参数空间边界上保留了一个流行的 max-stable 过程，同时灵活地捕捉了在递增分位数水平上减弱的极值相依性以及渐近独立性。这是通过将空间事件的总体量级与其空间相关范围相联系来实现的，使得更极端的事件空间依赖性更弱，从而更加局部化。我们的模型揭示了欧洲温度极值时空变异性的显著特征，并且明显优于自然的替代模型。结果表明，在高海拔地区更严重的事件热浪的空间范围更小，且近期的热浪略宽。我们对 2019 年极大值的 probabilistic 评估证实了 2019 年热浪在空间上和单个站点上的严重性，尤其是与 1950–1975 年盛行的气候条件相比。
引用
@article{arxiv.2006.01569,
title = {Modeling Non-Stationary Temperature Maxima Based on Extremal Dependence Changing with Event Magnitude},
author = {Peng Zhong and Raphaël Huser and Thomas Opitz},
journal= {arXiv preprint arXiv:2006.01569},
year = {2020}
}