用于雪深短期与长期预报的统计模型
应用统计
2019-01-16 v1 统计方法学
摘要
未来雪深的预报对道路安全、冬季运动、雪崩风险评估和水文学等诸多应用十分有用。鉴于缺乏雪深的统计预报模型，本文提出一组模型以填补此空白。首先，我们提出一个在假定可获得气温与降水的可靠天气预报时的短期预报模型。协变量依据降雪、积雪老化和消融的基本物理原理非线性地纳入模型。由于大量雪深为零的观测，我们采用零膨胀伽马回归模型，该模型常用于降水等类似应用。我们还进行雪深的长期预报，且远早于传统的气温与降水天气预报。长期预报基于将模型拟合到降水、气温和雪深的历史时间序列。我们将模型拟合到挪威三个具有不同气候特性的地点数据。提前五天的预报结果显示，在给定可靠的气温与降水天气预报下，挪威不同地点的绝对预报误差介于 3 至 7 cm 之间。提前三周的预报误差介于 7 至 16 cm 之间。
引用
@article{arxiv.1901.04695,
title = {Statistical models for short and long term forecasts of snow depth},
author = {Hugo Lewi Hammer},
journal= {arXiv preprint arXiv:1901.04695},
year = {2019}
}