量化稀有随机地图：洪水可视化应用
摘要：海岸或河流洪水等罕见事件的风险评估中，可视化是一项必不可少的操作。目标是展示最能代表观测现象的概率规律的几个原型事件，这被称为量化任务。当数据生成成本高昂且关键事件稀缺时，如极端自然灾害，这变成了一项挑战。在洪水的情况下，每个事件都依赖于一个评估成本高昂的水利模拟器，该模拟器以近海气象海洋条件和堤防破坏参数为输入，计算水位图。在本文中，经典用于量化数据的Lloyd算法被改编成适用于罕见且观测成本高昂的事件的背景下。低概率通过重要性抽样处理，而将成本高昂的水利模拟与功能主成分分析结合的高斯过程处理。计算得到的原型图以最小期望距离的意义来表示洪水事件的概率分布，并且每个图像与概率质量相对应。该方法首先通过2D分析模型进行验证，然后应用于真实的海岸洪水场景。评估元模型和重要性抽样这两个误差来源，以量化该方法的精确度。
作者：Charlie Sire, Rodolphe Le Riche, Didier Rulli`ere, J''er''emy Rohmer, Lucie Pheulpin, Yann Richet
论文ID：2207.12048
分类：Applications
分类简称：stat.AP
提交时间：2023-05-10