高分辨率全球降水变量下尺度化：基于潜在高斯模型和非平稳SPDE结构
摘要：获取高分辨率的降水数据地图可以为利益相关者提供关键信息，以评估城市规模下对可持续水资源的可访问性。在非平稳、稀疏的降水过程中绘制非常高的空间分辨率地图需要在地面站点可用的位置插值全球数据集，并利用能够捕捉复杂的非高斯全球时空依赖结构的统计模型。在这项工作中，我们提出了一种新的方法，基于通过具有缓冲区的局部变形随机偏微分方程（SPDE）来捕捉潜在高斯过程的空间依赖性，该缓冲区可以考虑陆地和海洋之间的不同空间结构。SPDE的有限体积近似结合了嵌套融合拉普拉斯近似，可以进行数千万观测的可行贝叶斯推断。模拟研究展示了所提出方法相对于平稳和无缓冲区替代方案的改进可预测性。然后，所提出的方法被用于生成美国范围内的每日降水高分辨率模拟。
作者：Jiachen Zhang, Matthew Bonas, Diogo Bolster, Geir-Arne Fuglstad, Stefano Castruccio
论文ID：2302.03148
分类：Applications
分类简称：stat.AP
提交时间：2023-02-08