基于树结构多元Pareto分布混合的空间野火风险建模
统计方法学
2023-08-09 v1 应用统计
摘要
野火对生态系统和经济构成严重威胁，风险评估通常基于火险指数，如澳大利亚使用的McArthur森林火险指数（FFDI）。因此，研究高分辨率空间FFDI数据的联合尾部依赖结构对于估计当前和未来的极端野火风险至关重要。然而，现有的基于似然的推断方法在高维下计算上难以承受，因为需要对分布主体中的观测进行删失。为此，我们利用定义在树上的Hüsler–Reiss型广义Pareto过程的稀疏条件独立性结构，构建空间FFDI极值模型。这些模型允许简化且计算高效的似然函数。我们的框架涉及具有随机生成树结构的树结构多元Pareto分布混合，得到一个可捕捉非平稳空间依赖结构的灵活模型。我们将该模型拟合于澳大利亚大陆不同空间簇的夏季FFDI数据以及1999–2022年间的14个十年窗口，以研究极端野火在强度和范围上的局部时空变异性。我们的结果表明，所提方法充分拟合了边际和空间尾部依赖结构，并有助于提供极端野火风险度量。
引用
@article{arxiv.2308.03870,
title = {Spatial wildfire risk modeling using mixtures of tree-based multivariate Pareto distributions},
author = {Daniela Cisneros and Arnab Hazra and Raphaël Huser},
journal= {arXiv preprint arXiv:2308.03870},
year = {2023}
}