希腊难民接收岛屿的风模型与跨站点插值
应用统计
2017-07-26 v1 机器学习
摘要
在本研究中，调查了爱琴海岛屿五个地点的风数据序列，这些地点在2015年10月至2016年1月期间是难民流入方面最活跃的“热点”。对每个站点三个数据序列的分析包括标准统计分析、参数分布、自相关分析、站点间互相关分析，以及用于估计此类时空线性回归器在预测分析中的可行性和准确性的各种ARMA模型。在特定站点之间检测到强相关性，适当训练的ARMA(7,5)模型在平均风速上实现了小于1.9 km/h的1天前瞻误差（RMSE）。结果表明，此类数据驱动的统计方法在识别可用空间数据节点之间意想不到且有时反直觉的关联方面极其有用，这在设计相应的短期海况预报（尤其是平均波高与方向）模型时非常重要，而后者实际上定义了难民流入模式中穿越这些通道的关联天气风险。
引用
@article{arxiv.1707.07885,
title = {Wind models and cross-site interpolation for the refugee reception islands in Greece},
author = {Harris V. Georgiou},
journal= {arXiv preprint arXiv:1707.07885},
year = {2017}
}
备注
23 figures, 3 tables, 17 references