基于点过程的法国地中海地区森林火灾发生的时空结构贝叶斯建模
应用统计
2020-02-28 v1 统计方法学
摘要
由于气候变化和人类活动，预计全球野火将变得更加频繁和极端，造成经济和生态灾难。预防性措施的部署和业务预报可借助随机建模来理解和量化支配发生强度的机制。我们在此开发一个点过程框架，用于自 1995 年以来在法国地中海盆地观测到的野火着火点，并在贝叶斯框架下使用集成嵌套拉普拉斯近似（INLA）拟合具有月度时间分辨率的时空 log-Gaussian Cox 过程。人类活动是野火的主要直接原因，在我们的方法中通过若干与土地利用协变量（城市化、道路网络）相关的适当定义的代理变量间接度量，我们进一步整合气候和环境条件的协变量来解释野火发生。我们包含具有 Matérn 协方差的空间随机效应和年度分辨率的时间自回归。两个主要的方法论挑战得到解决：首先，通过 GIS 软件和克里金技术的计算密集型预处理步骤来处理和统一数据中的多尺度结构；其次，通过年内子采样，考虑野火的发生结构，促进了具有高维响应向量和潜模型基于 INLA 的估计。
引用
@article{arxiv.2002.12318,
title = {Point-process based Bayesian modeling of space-time structures of forest fire occurrences in Mediterranean France},
author = {Thomas Opitz and Florent Bonneu and Edith Gabriel},
journal= {arXiv preprint arXiv:2002.12318},
year = {2020}
}