×
阿尔尼五世Jóhannesson。;斯特凡·西格特;拉斐尔·胡塞尔;哈康·巴卡;比吉尔·赫拉芬克尔森

用于分析时空洪水频率数据的近似贝叶斯推断。 （英语） Zbl 1498.62285号

附录申请。斯达。 16，第2期，905-935（2022）.
摘要：极端洪水造成人员伤亡，财产和重要民用基础设施普遍受损。在有测量和无测量的集水区内预测极端洪水对缓解这些灾害至关重要。本文提出了一种利用广义极值（GEV）分布预测极端洪水的贝叶斯框架。当涉及多个协变量和/或潜在空间效应且存在时间趋势时，一个主要的方法学挑战是为GEV分布找到合适的参数化。其他挑战包括平衡模型复杂性和简约性，使用适当的模型选择程序，以及基于可靠且计算效率高的方法进行推理。我们在这里提出了一个潜在高斯建模框架，该框架具有一个新的多元链接函数，用于分离潜在级别的参数解释，并避免对形状和时间趋势参数的不合理估计。针对这四个潜在参数，提出了结构化加性回归模型，其中包括作为协变量的集水区描述符和空间相关模型组件。为了在大数据集和参数化模型丰富的情况下实现计算效率，我们开发了一种高精度、快速的近似贝叶斯推理方法，该方法也可以用于在潜在层次上为四个回归模型中的每一个分别高效地选择模型。我们将我们提出的方法应用于英国554个流域的年峰值河流流量数据。该框架在未测量流域的洪水预测和测量流域的未来观测方面表现良好。结果表明，转换后的位置和尺度参数的空间模型分量以及时间趋势都很重要，不应忽视。时间趋势参数的后验估计值对应于每十年约1.5%的平均增长，范围为0.1%至2.8%，并揭示了整个英国的空间结构。当兴趣在于估计空间聚集的回报水平时，我们进一步开发了一种新的基于连接函数的后验预测样本后处理方法，以减轻条件独立性假设在数据层面的影响，并且我们证明了我们的方法确实提供了准确的结果。

引用于1文件

MSC公司：

62页第12页 统计在环境和相关主题中的应用
62立方米 空间过程推断
2015年1月62日 贝叶斯推断
62G32型 极值统计；尾部推断
62H11型 定向数据；空间统计学
86A32型 地理统计学

关键词：

近似贝叶斯推断;洪水频率分析;潜在高斯模型;最大平滑度;多元链接函数;时空极值
PDF格式BibTeX公司 XML格式引用
\textit{.V.Jóhannesson}等人，Ann.Appl。《法律总汇》第16卷，第2期，905-935（2022年；兹bl 1498.62285）
全文： 内政部 arXiv公司

参考文献：

[1] ALEXANDER，L.V.和JONES，P.D.（2000）。更新了英国的降雨量系列，并讨论了最近的极端情况。大气科学快报1 142-150.
[2] ANDERSON，T.W.和DARLING，D.A.（1954年）。适合度测试。J.Amer。统计师。协会。49 765-769. ·Zbl 0059.13302号
[3] Asadi，P.、Davison，A.C.和Engelke，S.（2015）。河网极端。附录申请。斯达。9 2023-2050. ·Zbl 1397.62482号 ·doi:10.1214/15-AOAS863
[4] BAKKA，H.、RUE，H.，FUGLSTAD，G.-A.、RIEBLER，A.、BOLIN，D.、ILLIAN，J.、KRAINSKI，E.、SIMPSON，D.和LINDGREN，F.（2018年）。R-INLA空间建模：综述。威利公司（Wiley Interdiscip）。利润.:计算。斯达。10 e1443·doi:10.1002/wics.1443
[5] BLØSCHL，G.、HALL，J.、VIGLIONE，A.、PERDIGÃO，R.A.P.、PARAJKA，J.，MERZ，B.、LUN，D.、ARHEIMER，B.、ARONICA，G.T.等人（2019年）。气候变化既增加又减少了欧洲河流洪水。自然573 108-111.
[6] BOPP，G.P.、SHABY，B.A.和HUSER，R.（2021）。极端降水的分层最大不可分割空间模型。J.Amer。统计师。协会。116 93-106. ·Zbl 1457.62368号 ·doi:10.1080/01621459.2020.1750414
[7] BURN，D.H.（1990）。使用影响区域方法评估区域洪水频率分析。水资源。物件。26 2257-2265.
[8] CASSON，E.和COLES，S.（1999）。极值的空间回归模型。极端1 449-468. ·Zbl 0935.62109号
[9] CLARK，M.、GANGOPADHYAY，S.、HAY，L.、RAJAGOPALAN，B.和WILBY，R.（2004）。shaake shuffle：一种重建预测降水和温度场时空变异性的方法。J.水文气象。5 243-262.
[10] Coles，S.（2001年）。极值统计建模简介.统计学中的斯普林格系列施普林格伦敦有限公司，伦敦·兹伯利0980.62043 ·doi:10.1007/978-1-4471-3675-0
[11] Cooley，D.和Sain，S.R.（2010年）。区域气候模型降水极值的空间分层建模。《农业杂志》。生物与环境。斯达。15 381-402. ·Zbl 1306.62262号 ·doi:10.1007/s13253-010-0023-9
[12] Cressie，N.A.C.（1993年）。空间数据统计.概率与数理统计中的威利级数:应用概率统计纽约威利·Zbl 1347.62005年 ·doi:10.1002/97811191151
[13] CUNNANE，C.和NASH，J.（1974年）。水文事件频率的贝叶斯估计。水文数学模型1
[14] DADSON，S.、HALL，J.、MURGATROYD，A.、ACREMAN，M.、BATES，P.、BEVEN，K.、HEATHWAITE，A.、HOLDEN，J.和HOLMAN，I.等人（2017年）。重申英国基于集水区的“自然”洪水管理的自然科学证据。程序。R.Soc.伦敦。序列号。数学。物理学。工程科学。473 20160706.
[15] Darlymple，T.（1960年）。洪水频率分析，水文学手册：第3部分。USGPO技术报告。
[16] Davison，A.C.和Huser，R.（2015）。极端统计。每年。修订状态申请。2 203-235. ·doi:10.1146/annurev-statistics-010814-020133
[17] DAVISON，A.、HUSER，R.和THIBAUD，E.（2019年）。空间极端。在环境与生态统计手册M.Fuentes、J.A.Hoeting和R.L.Smith编辑）查普曼和霍尔/CRC Handb。国防部。统计方法711-744. 佛罗里达州博卡拉顿CRC出版社。
[18] Davison，A.C.、Padoan，S.A.和Ribatet，M.（2012年）。空间极值的统计建模。统计师。科学。27 161-186. ·Zbl 1330.86021号 ·doi:10.1214/11-STS376
[19] DYRRDAL，A.V.、LENKOSKI，A.、THORINSDOTTIR，T.L.和STORDAL，F.（2015）。挪威每小时极端降水量的贝叶斯层次模型。环境计量学26 89-106. ·兹比尔1525.62105 ·doi:10.1002/env.2301
[20] FUGLSTAD，G.-A.、SIMPSON，D.、LINDGREN，F.和RUE，H.（2019年）。构造惩罚高斯随机场复杂性的先验函数。J.Amer。统计师。协会。114 445-452. ·Zbl 1478.62279号 ·网址：10.1080/01621459.2017.1415907
[21] 奥斯汀·吉尔松。P.、HRAFNKELSSON，B.和SIMPSON，D.（2015）。精细网格上24小时最大年降雨量的计算效率空间建模。环境计量学26 339-353. ·Zbl 1525.62120号 ·doi:10.1002/env.2343
[22] 奥斯汀·吉尔松。P.、HRAFNKELSSON，B.、SIMPSON，D.和SIGURDARSON，H.（2020年）。LGM分裂采样器：潜在高斯模型的有效MCMC采样方案。统计师。科学。35 218-233. ·Zbl 07292510号 ·doi:10.1214/19-STS727
[23] 格雷斯（1996）。介绍和回顾了一些区域洪水频率分析方法。J.水文学。186 63-84.
[24] 霍斯金，J.R.M.和沃利斯，J.R。（2005）。区域频率分析:基于L矩的方法剑桥大学出版社，剑桥。
[25] Hosking，J.R.M.、Wallis，J.R和Wood，E.F.（1985）。用概率加权矩方法估计广义极值分布。技术计量学27 251-261. ·数字对象标识代码：10.2307/1269706
[26] HRAFNKELSSON，B.、MORRIS，J.S.和BALADANDAYUTHAPANI，V.（2012）。冰岛年最低和最高温度的空间建模。美托洛尔。大气。物理学。116 43-61.
[27] HRAFNKELSSON，B.、SIEGERT，S.、HUSER，R.、BAKKA，H.和J奥斯HANNESSON，A。V.（2021）。最大平滑：隐高斯模型中近似贝叶斯推断的两步方法。贝叶斯分析。16 611-638. ·Zbl 1480.62056号 ·doi:10.1214/20-ba1219
[28] HUERTA，G.和SANSÖ，B.（2007年）。极值的时间变化模型。环境。经济。斯达。14 285-299. ·doi:10.1007/s10651-007-0014-3
[29] HUSER，R.和DAVISON，A.C.（2014）。极端事件的时空建模。J.R.统计社会服务。B.统计方法。76 439-461. ·Zbl 07555457号 ·doi:10.1111/rssb.12035
[30] HUSER，R.、OPITZ，T.和THIBAUD，E.（2021）。空间极值的最大不可分模型和推断。扫描。J.统计。48 321-348. ·Zbl 1467.62167号 ·doi:10.1111/sjos.12491
[31] Huser，R.和Wadsworth，J.L.（2020年）。空间极值统计建模的进展。威利公司（Wiley Interdiscip）。利润.:计算。斯达。e1537·doi:10.1002/wics.1537
[32] JALBERT，J.、FAVRE，A.-C.、BéLISLE，C.和ANGERS，J.-F.（2017）。气候模型模拟的极端降水时空模型，用于评估北美地区的回归水平变化。J.R.统计社会服务。C.申请。斯达。66 941-962. ·doi:10.1111/rssc.12212
[33] J奥斯·汉尼森，A.V.，西格特，S.，HUSER，R.，巴卡，H.和HRAFNKELSSON，B.（2022a）。补充“用于分析时空洪水频率数据的近似贝叶斯推断”https://doi.org/10.1214/21-AOAS1525SUPA网站 ·Zbl 1480.62056号
[34] J奥斯·汉尼森，A.V.、西格特，S.、休瑟，R.、巴卡，H.和HRAFNKELSSON，B.（2022b）。论文“用于分析时空洪水频率数据的近似贝叶斯推断”的R代码https://doi.org/10.1214/21-AOAS1525SUPPB
[35] KJELDSEN，T.R.（2010）。模拟城市化对英国洪水频率关系的影响。水文研究41 391-405.
[36] KJELDSEN，T.R.、AHN，H.和PROSDOCIMI，I.（2017年）。关于在区域频率分析中使用四参数kappa分布。水解。科学。J。62 1354-1363.
[37] KJELDSEN，T.R.和JONES，D.A.（2006年）。使用L矩的基于中值的指数洪水方法中的预测不确定性。水资源。物件。42 W07414。
[38] KJELDSEN，T.R.和JONES，D.A.（2009年A）。极端洪水联合分析的正式统计模型。水文研究40 465-480.
[39] KJELDSEN，T.R.和JONES，D.A.（2009b）。水文回归建模中误差分量的探索性分析。水资源。物件。45
[40] KRAINSKI，E.T.、GóMEZ-RUBIO，V.、BAKKA，H.、LENZI，A.、CASTRO-CAMILIO，D.、SIMPSON，D.、LINDGREN，F.和RUE，H.（2019年）。基于R和INLA的随机偏微分方程高级空间建模CRC出版社/CRC，纽约·Zbl 1418.62011号
[41] 库泽拉，G.（1999）。使用蒙特卡罗贝叶斯推断进行现场洪水频率综合分析。水资源。物件。35 1551-1557.
[42] Lindgren，F.、Rue，H.和Lindström，J.（2011）。高斯场和高斯-马尔可夫随机场之间的明确联系：随机偏微分方程方法。J.R.统计社会服务。B.统计方法。73 423-498. ·兹比尔1274.62360 ·文件编号：10.1111/j.1467-9868.2011.00777.x
[43] LINDLEY，D.V.（1985）。做出决策第二版，威利出版社，伦敦。
[44] MARTINS，E.S.和STEDINGER，J.R.（2000）。水文数据的广义极大似然广义极值分位数估计。水资源。物件。36 737-744.
[45] 国家河流流量档案（2018）。NERC CEH，沃林福德。
[46] Opitz，T.、Huser，R.、Bakka，H.和Rue，H.（2018年）。INLA走极端：用于估计高时空分位数的贝叶斯尾部回归。极端21 441-462. ·Zbl 1407.62167号 ·doi:10.1007/s10687-018-0324-x
[47] Padoan，S.A.、Ribatet，M.和Sisson，S.A.（2010年）。最大稳定过程的基于似然的推理。J.Amer。统计师。协会。105 263-277. ·兹比尔1397.62172 ·doi:10.1198/jasa.2009.tm08577
[48] Rigby，R.A.和Stasinopoulos，D.M.（2005年）。位置、规模和形状的广义加法模型。J.R.统计社会服务。C.申请。斯达。54 507-554. ·Zbl 1490.62201号 ·doi:10.1111/j.1467-9876.2005.00510.x
[49] ROBSON，A.和REED，D.（1999）。洪水估算手册。沃林福德水文研究所。
[50] ROSBJERG，D.和MADSEN，H.（1995）。区域洪水频率估计器的不确定性测量。J.水文学。167 209-224.
[51] ROULSTON，M.S.和SMITH，L.A.（2002年）。使用信息理论评估概率预测。周一。天气Rev。130 1653-1660.
[52] Rue，H.、Martino，S.和Chopin，N.（2009年）。利用集成嵌套拉普拉斯近似对潜在高斯模型进行近似贝叶斯推断。J.R.统计社会服务。B.统计方法。71 319-392. ·Zbl 1248.62156号 ·doi:10.1111/j.1467-9868.2008.00700.x
[53] Sang，H.和Gelfand，A.E.（2009年）。空间和时间上观测到的极值的分层建模。环境。经济。斯达。16 407-426. ·doi:10.1007/s10651-007-0078-0
[54] Sang，H.和Gelfand，A.E.（2010年）。空间极值的连续空间过程模型。《农业杂志》。生物与环境。斯达。15 49-65. ·Zbl 1306.62334号 ·doi:10.1007/s13253-009-0010-1
[55] SCHEFZIK，R.、THORARINSDOTTIR，T.L.和GNEITING，T.（2013）。使用集合copula耦合对复杂仿真模型中的不确定性进行量化。统计师。科学。28 616-640. ·Zbl 1331.62265号 ·doi:10.1214/13-STS443
[56] Simpson，D.、Rue，H.、Riebler，A.、Martins，T.G.和SØrbye，S.H.（2017）。惩罚模型组件复杂性：构建先验的原则性、实用方法。统计师。科学。32 1-28. ·Zbl 1442.62060号 ·doi:10.1214/16-STS576
[57] 斯蒂芬斯，M.A.（1974年）。拟合优度的EDF统计和一些比较。J.Amer。统计师。协会。69 730-737.
[58] THORARINSDOTTIR，T.L.、HELLTON，K.H.、STEINBAKK，G.H.、SCHLICHTING，L.和ENGELAND，K.（2018年）。大型集水区的贝叶斯区域洪水频率分析。水资源。物件。54 6929-6947.
[59] VETTORI，S.、HUSER，R.和GENTON，M.G.（2019）。使用嵌套多变量最大稳定过程的极端空气污染贝叶斯建模。生物计量学75 831-841. ·Zbl 1436.62678号 ·doi:10.1111/biom.13051
[60] WILBY，R.L.和QUINN，N.W.（2013）。利用大气环流模式重建河流洪水风险的几十年变化。J.水文学。487 109-121.
[61] YOUNGMAN，B.D.（2019年）。高阈值超标的广义加性模型，应用于美国阵风的回归水平估计。J.Amer。统计师。协会。114 1865-1879. ·Zbl 1428.62202号 ·doi:10.1080/01621459.2018.1529596
[62] YOUNGMAN，B.D.（2020年）。evgam：广义加性极值模型。R包版本0.1.4
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。