用混合广义极值分布建模亚日降水极值
应用统计
2022-09-23 v5
摘要
提出了一种建模亚日降水年最大值的新方法，旨在制作重现期水平估计的空间地图。年降水最大值使用带有潜高斯场的贝叶斯分层模型建模，并以混合广义极值（bGEV）分布替代更标准的广义极值（GEV）分布。通过一种新颖的两步过程，利用超阈值峰值数据对bGEV分布的尺度参数进行单独建模，使推断不再浪费。使用集成嵌套拉普拉斯近似（INLA）与随机偏微分方程（SPDE）方法（均在R-INLA中实现）进行快速推断。还给出了在使用GEV和bGEV分布时提高R-INLA数值稳定性的启发式方法。该模型拟合了挪威南部的亚日降水年最大值，能够快速生成带不确定性的高分辨率重现期水平地图。所提出的两步过程在用bGEV分布建模亚日降水年最大值时，相比标准推断技术提供了改进的模型拟合。
引用
@article{arxiv.2105.09062,
title = {Modelling sub-daily precipitation extremes with the blended generalised extreme value distribution},
author = {Silius M. Vandeskog and Sara Martino and Daniela Castro-Camilo and Håvard Rue},
journal= {arXiv preprint arXiv:2105.09062},
year = {2022}
}