洪水风险模型的概率下采样
统计方法学
2025-03-28 v1 应用统计
摘要
河流洪水构成重大风险。开发风险管理策略需要具备决策相关尺度和良好特征不确定性的洪水投影，通常以高空间分辨率呈现。然而，对高分辨率洪水模型进行校准 computationally prohibitive。为此，我们提出了一种概率下采样方法，将低分辨率模型投影映射到更高分辨率的网格上。现有文献提出了两种不同类型的下采样方法：(1) 概率方法，可适用于各种基于物理的模型，(2) 确定性下采样方法，专为洪水风险模型而设计。这两种下采样方法各自拥有一组相互排斥的优势。本文引入一种新方法 PDFlood，将现有概率下采样方法和洪水模型特定下采样方法的优势结合起来，主要包括 (1) 空间洪水概率和 (2) 来自近似物理过程的 improved accuracy。相对于洪水风险模型的当前最先进的确定性下采样方法，PDFlood 允许用户考虑以往被忽略的不确定性，同时提供可比的准确性，从而更好地为风险管理策略的设计提供信息。虽然我们为洪水模型开发了 PDFlood，但通用概念可转化为其他应用，如野火模型。
引用
@article{arxiv.2503.20962,
title = {Probabilistic Downscaling for Flood Hazard Models},
author = {Samantha Roth and Sanjib Sharma and Atieh Alipour and Klaus Keller and Murali Haran},
journal= {arXiv preprint arXiv:2503.20962},
year = {2025}
}