格雷戈里·波普。;本杰明·沙比。;克里斯·福雷斯特（Chris E.Forest）。;阿方索·梅西亚 用贝叶斯模拟模型预测洪水引发的降雨量。 （英语） Zbl 07270322号 《农业杂志》。生物与环境。统计。 25，第2期，229-249（2020年）. 小结：洪涝灾害在很大程度上受降水时空相关性特征的影响。当极端降水具有强烈的空间依赖性时，由于地形等汇水因素导致径流累积，洪水风险会放大。时间依赖性也会增加洪水风险，因为暴雨排水系统可能会被多日发生的强降雨淹没。虽然转换高斯过程是模拟降水的常见选择，但其弱的尾部相关性可能导致低估洪水风险。极值模型，如阈值超标的广义Pareto过程和最大稳定模型，是有吸引力的替代方案，但当观测点数量较多时，很难进行拟合，并且对大部分分布建模几乎没有用处，这也可能是水管理规划者感兴趣的问题。虽然控制降水量的大气动力学很复杂，很难完全纳入简约的统计模型，但事实证明，近似这些动力学的非机械模拟方法是捕捉降水量时间相关性的很有前途的方法。在本文中，我们提出了一种贝叶斯模拟方法，该方法利用大的天气尺度大气模式进行降水预报。改变不同强度的空间相关性被建模为空间Student-t过程的混合，可以适应强尾相关性和弱尾相关性。该模型在社区大气模型（CAM）5.2预测中捕捉极端降水分布方面表现出了改进的性能。本文附带的补充材料出现在网上。 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 关键词：动力系统;极值分析;随机天气发生器;学生t混合物 PDF格式BibTeX公司 XML格式引用 \textit{G.P.Bopp}等人，J.Agric。生物与环境。Stat.25，No.2，229--249（2020；Zbl 07270322） 全文： 内政部 arXiv公司 参考文献： [1] 艾利奥特，P。；阿拉德，D。；蒙贝特，V。；Naveau，P.，《随机天气生成器：天气类型模型概述》，《法国社会统计杂志》，156，1，101-113（2015）·Zbl 1316.62163号 [2] 艾利奥特，P。；汤普森，C。；Thomson，P.，使用隐马尔可夫模型和删失高斯分布进行降水时空建模，《皇家统计学会杂志：C辑（应用统计学）》，58，3，405-426（2009）·doi:10.1111/j.1467-9876.2008.00654.x [3] 艾伯特，JH；Chib，S.，二进制和多光子响应数据的贝叶斯分析，美国统计协会杂志，88，422，669-679（1993）·Zbl 0774.62031号 ·doi:10.1080/016214519993.10476321 [4] 巴尔多西，A。；Pegram，G.，基于Copula的日降水模拟多站点模型，水文与地球系统科学，13，12，2299-2314（2009）·doi:10.5194/hess-13-2299-2009年 [5] 巴多西，A。；Plate，EJ，使用大气环流模式的日降雨量时空模型，水资源研究，28，5，1247-1259（1992）·doi:10.1029/91WR02589 [6] 巴奈特，T。；Preisendorfer，R.，使用气候状态向量对短期气候波动进行多场模拟预测，《大气科学杂志》，35，10，1771-1787（1978）·doi:10.1175/1520-0469（1978）035<1771:MAPOST>2.0.CO；2 [7] Belkin，M.和P.Niyogi（2002年）。用于嵌入和聚类的拉普拉斯特征映射和谱技术。《神经信息处理系统进展》，第585-591页。 [8] Bellone，E。；休斯，JP；Guttorp，P.，将天气大气模式降尺度为降水量的隐马尔可夫模型，气候研究，15，1，1-12（2000）·doi:10.3354/cr015001 [9] 贝罗卡尔，VJ；Raftery，AE；Gneiting，T.，使用两阶段空间模型进行概率定量降水场预测，应用统计年鉴，2，4，1170-1193（2008）·Zbl 1168.62086号 ·doi:10.1214/08-AOAS203 [10] Boé，J.、L.Terray、F.Habets和E.Martin（2006年）。基于天气类型和条件重采样的简单统计动力学降尺度方案。地球物理研究杂志：大气111（D23106）。 [11] 科伊夫曼，RR；Lafon，S.，扩散图，应用和计算调和分析，21，1，5-30（2006）·Zbl 1095.68094号 ·doi:10.1016/j.acha.2006.04.006 [12] Collett，D.，《二进制数据建模》（2002），佛罗里达州博卡拉顿：CRC出版社，佛罗里达州波卡拉顿·Zbl 0431.62020号 [13] Cooley，D.、P.Naveau和P.Poncet（2006年）。空间最大稳定随机场的变异函数。《概率与统计的相关性》，第373-390页。斯普林格·Zbl 1110.62130号 [14] 库利·D·。；Nychka，D。；Naveau，P.，极端降水回归水平的贝叶斯空间建模，美国统计协会杂志，102，479，824-840（2007）·Zbl 1469.62389号 ·doi:10.1198/016214500000780 [15] AC戴维森；南澳大利亚州帕多安；里巴特，M.，《空间极值的统计建模》，《统计科学》。《数理统计研究所评论杂志》，27，2，161-186（2012）·Zbl 1330.86021号 [16] De Oliveira，V.，截断高斯随机场的贝叶斯预测，计算统计与数据分析，34，3，299-314（2000）·兹比尔1043.62079 ·doi:10.1016/S0167-9473（99）00103-6 [17] De Oliveira，V.，《地理统计二进制数据模型：属性和连接》，美国。统计人员。，74, 1, 72-79 (2020) ·Zbl 07593658号 ·doi:10.1080/00031305.2018.1444674 [18] Delle Monache，L.、I.Djalalova和J.Wilczak（2014）。空气质量预测的基于模拟的后处理方法。《空气污染建模及其应用》第二十三期，第237-239页。斯普林格。 [19] 美国德姆萨尔。；哈里斯·P。；布伦斯顿，C。；Fotheringham，AS；McLoone，S.，《空间数据的主成分分析：概述》，《美国地理学家协会年鉴》，103，1，106-128（2013）·doi:10.1080/0045608.2012.689236 [20] 费雷拉，A。；De Haan，L.，广义Pareto过程；着眼于应用和模拟，Bernoulli，20，4，1717-1737（2014）·Zbl 1312.60068号 ·文件编号：10.3150/13-BEJ538 [21] Flecher，C.、P.Naveau、D.Allard和N.Brisson（2010年）。歪斜数据的随机每日天气生成器。水资源研究46（7）。 [22] Fuentes，M。；亨利·J。；Reich，B.，《极端的非参数空间模型：极端温度数据的应用》，《极端》，16，1，75-101（2013）·Zbl 1329.62227号 ·doi:10.1007/s10687-012-0154-1 [23] 高，X。；Schlosser，CA，《区域和全球气候模型中美国中西部夏季降水量大：通过模拟透镜对模型技巧和共识的影响》，《气候动力学》，52，3，1569-1582（2019）·doi:10.1007/s00382-018-4209-0 [24] 高，X。；加利福尼亚州施洛瑟；谢鹏。；Monier，E。；Entekhabi，D.，《识别强降水事件的模拟方法：美国CMIP5气候模型的评估和应用》，《气候杂志》，27，15，5941-5963（2014）·doi:10.1175/JCLI-D-13-00598.1 [25] Gelaro，R。；McCarty，W。；MJ苏亚雷斯；托德林，R。；Molod，A。；Takacs，L。；加利福尼亚州兰德斯；Darmenov，A。；博西洛维奇，MG；Reichle，R.，研究和应用的现代回顾性分析，第2版（MERRA-2），《气候杂志》，30，145419-5454（2017）·doi:10.1175/JCLI-D-16-0758.1 [26] 盖尔芬德，AE；Kottas，A。；MacEachern，SN，使用Dirichlet过程混合的贝叶斯非参数空间建模，美国统计协会杂志，100471121-1035（2005）·Zbl 1117.62342号 ·doi:10.1198/0162145000002078 [27] Gneiting，T。；Katzfuss，M.，《概率预测》，《统计及其应用年鉴》，第1125-151页（2014年）·doi:10.1146/annurev-statistics-062713-085831 [28] Hannachi，A。；乔利夫，I。；Stephenson，D.，《大气科学中的经验正交函数和相关技术：综述》，国际气候学杂志，27，9，1119-1152（2007）·doi:10.1002/joc.1499 [29] Hazra，A.、B.J.Reich、B.A.Shaby和A.-M.Staicu（2018年）。时空极值的半参数贝叶斯模型。arXiv-printarXiv:1812.11699。 [30] Heagerty，PJ；Lele，SR，二进制空间数据的复合似然方法，美国统计协会杂志，93，443，1099-1111（1998）·Zbl 1064.62528号 ·doi:10.1080/01621459.1998.10473771 [31] Jolliffe，I.T.（2002）。主成分分析（第二版）。统计学中的斯普林格系列。纽约施普林格-弗拉格·Zbl 1011.62064号 [32] Kleiber，W.、R.W.Katz和B.Rajagopalan（2012年）。使用潜在和变换高斯过程模拟每日时空降水。水资源研究48（1）。 [33] Kohonen，T.（1984）。自组织和联想记忆，信息科学史普林格系列第8卷。柏林斯普林格·弗拉格·Zbl 0528.68062号 [34] Krick，I.P.（1942年）。大气环流动力学理论及其在天气预报中的应用：天气现象持续规律的研究。加利福尼亚理工学院。 [35] 卢根萨特，R。；Tandeo，P。；艾利奥特，P。；Pulido，M。；Fablet，R.，《模拟数据同化》，《月度天气评论》，145，10，4093-4107（2017）·doi:10.1175/MWR-D-16-0441.1 [36] 刘，X。；戈帕尔，V。；Kalagnanam，J.，《东南亚热带地区天气雷达图像数据的时空建模框架》，《应用统计年鉴》，12，1，378-407（2018）·Zbl 1393.62125号 ·doi:10.1214/17-AOAS1064 [37] Lorenz，EN，自然发生类似物揭示的大气可预测性，《大气科学杂志》，26，4，636-646（1969）·doi:10.1175/1520-0469（1969）26<636:APARBN>2.0.CO；2 [38] Luce，R.D.（1959年）。个人选择行为：理论分析。Courier公司·Zbl 0093.31708号 [39] OV Makhnin；McAllister，DL，基于多元自回归模型的随机降水生成，水文气象杂志，10，6，1397-1413（2009）·doi:10.1175/2009JHM1103.1 [40] Maraun，D.、F.Wetterhall、A.Ireson、R.Chandler、E.Kendon、M.Widmann、S.Brienen、H.Rust、T.Sauter和M.Themeßl（2010）。气候变化下的降水降尺度：弥合动力学模型和最终用户之间差距的最新发展。地球物理学评论48（3）。 [41] 波兰麦克德莫特；Wikle，CK，模拟时空动态预测的基于模型的方法，环境计量学，27，2，70-82（2016）·Zbl 1525.62181号 ·doi:10.1002/env.2374 [42] 波兰麦克德莫特；威克尔，CK；Millspaugh，J.，计数数据的分层时空模拟预测模型，生态学与进化，8，1，790-800（2018）·doi:10.1002/ece3.3621 [43] McFadden，D.（1973）。定性选择行为的条件逻辑分析。 [44] 莫里斯公司；雷奇，BJ；Thibaud，E。；Cooley，D.，阈值超标的时空偏态t模型，生物统计学，73，3，749（2017）·Zbl 1522.62207号 ·doi:10.1111/biom.12644 [45] Nagarajan，B。；Delle Monache，L。；黑客，JP；里夫，DL；Searight，K。；Knievel，JC；Nipen，TN，《跨多个变量和预测模型的基于模拟的后处理方法评估》，《天气与预测》，30，6，1623-1643（2015）·doi:10.1175/WAF-D-14-00081.1 [46] 纳沃，P。；Huser，R。；里贝劳，P。；Hannart，A.，《在无阈值选择的情况下联合模拟低、中、强降雨强度》，《水资源研究》，52，4，2753-2769（2016）·doi:10.1002/2015WR018552 [47] 阿拉斯加州尼科洛洛普洛斯；Joe，H。；Li，H.，多元t连接函数的极值性质，极值，12，2，129-148（2009）·Zbl 1223.62081号 ·doi:10.1007/s10687-008-0072-4 [48] Rasmussen，P.，使用潜在自回归模型的多站点降水生成，水资源研究，49，41845-1857（2013）·doi:10.1002/wrcr.20164 [49] Raziei，T。；莫菲迪，A。；桑托斯，JA；Bordi，I.，伊朗每日降水的空间模式和制度与大尺度大气环流的关系，《国际气候学杂志》，32，8，1226-1237（2012）·doi:10.1002/joc.2347 [50] 雷奇，BJ；Shaby，BA，极端降水的分层最大稳定空间模型，应用统计年鉴，6，4，1430-1451（2012）·Zbl 1257.62120号 ·doi:10.1214/12-AOAS591 [51] Sang，H。；Gelfand，AE，空间和时间上观测到的极值的层次建模，环境和生态统计，16，3，407-426（2009）·doi:10.1007/s10651-007-0078-0 [52] Sang，H.，空间极值的连续空间过程模型，《农业、生物和环境统计杂志》，15，1，49-65（2010）·Zbl 1306.62334号 ·doi:10.1007/s13253-009-0010-1 [53] Shah，A.、A.Wilson和Z.Ghahramani（2014年）。学生t过程作为高斯过程的替代方案。《人工智能与统计》，第877-885页。 [54] Sibuya，M.，双变量极值统计。I.，Ann.Inst.统计师。数学。东京，11，195-210（1960）·Zbl 0095.33703号 ·doi:10.1007/BF01682329 [55] Stein，ML，《空间数据插值：克里金的一些理论》（1999），纽约州纽约市：Springer-Verlag，纽约州·Zbl 0924.62100号 [56] 杉原，G。；May，RM，《非线性预测作为区分时间序列中混沌和测量误差的方法》，《自然》，3446268734（1990）·数字对象标识代码：10.1038/344734a0 [57] Takens，F.（1981）。检测湍流中的奇怪吸引子。《动力系统与湍流》，沃里克1980（考文垂，1979/1980），数学讲义第898卷。，第366-381页。纽约柏林斯普林格·Zbl 0513.58032号 [58] Van den Dool，H.，寻找类似物，我们必须等待多久？，Tellus A，46，3，314-324（1994）·doi:10.3402/tellusa.v46i3.15481 [59] Vrac，M.和P.Naveau（2007年）。降水的随机降尺度：从干旱事件到暴雨。水资源研究43（7）。 [60] Wilks，D.，每日随机降水生成模型的多站点概化，《水文学杂志》，210，1-4178-191（1998）·doi:10.1016/S0022-1694（98）00186-3 [61] Wilks，DS，使用包含零的数据对伽马分布进行最大似然估计，《气候杂志》，3，1211495-1501（1990）·doi:10.1175/1520-00442（1990）003<1495:MLEFTG>2.0.CO；2 [62] Xoplaki，E。；J.González-Rouco。；Luterbacher，J。；Wanner，H.，《地中海雨季降水变化：大尺度动力学和趋势的影响》，气候动力学，23，1，63-78（2004）·doi:10.1007/s00382-004-0422-0 [63] Zhang，L.、B.A.Shaby和J.L.Wadsworth（2019年）。用于在多位置数据集上灵活建模空间极值的层次变换比例混合。arXiv电子打印，arXiv:1907.09617。 [64] 赵，Z。；Giannakis，D.，动态自适应核的模拟预测，非线性，29，9，2888-2939（2016）·Zbl 1365.37062号 ·doi:10.1088/0951-7715/29/9/2888 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。