西班牙中度与极端空气污染时空联合建模
应用统计
2023-08-25 v2
摘要
极不健康的空气质量持续与众多疾病相关。为探索潜在关联成因并为环境机构的公共政策策略提供建议，恰当的极端分析与准确预测需求日增。本文旨在对 2017 至 2021 年采集自西班牙本土 342 个代表性监测点的中度与极差 PM10 浓度（日均值）的时空模式进行建模。我们首先提出并比较了一系列年最大 PM10 浓度的贝叶斯分层广义极值模型，包含海拔、温度、降水、蒸气压与人口密度的固定效应，以及采用随机偏微分方程（SPDE）方法与一阶滞后动态自回归分量（AR(1)）的时空随机效应。在 WAIC、DIC 等准则下，基于前四年数据（2017–2020）训练、最后一年数据（2021）测试，选出具有良好预测能力的最优模型。我们将最优模型的结构用于建立年均值与年极大值 PM10 浓度的联合贝叶斯模型，并提供证据表明某些预测因子（降水、蒸气压与人口密度）影响相近，而其他预测因子（海拔与温度）在不同尺度 PM10 浓度中呈反向影响。该发现被应用于通过网格尺度上指定的偏移函数识别空气质量差的 hotspot 区域。结果表明，马德里自治区及西班牙西北与南部部分地点可能同时暴露于严重空气污染，并超出预警风险阈值。
引用
@article{arxiv.2302.06059,
title = {Spatio-temporal Joint Modelling on Moderate and Extreme Air Pollution in Spain},
author = {Kai Wang and Chengxiu Ling and Ying Chen and Zhengjun Zhang},
journal= {arXiv preprint arXiv:2302.06059},
year = {2023}
}