Моделирование полей экстремальных осадков на территорииЕвропейской части России
- Авторы: Щетинин ЕЮ1, Рассахан НД2
-
Учреждения:
- Всероссийский научно-исследовательский институт по проблемам гражданской обороны и чрезвычайных ситуаций МЧС России
- Московский государственный технологический университет «Станкин»
- Выпуск: Том 26, № 1 (2018)
- Страницы: 74-83
- Раздел: Математическое моделирование
- URL: https://journal-vniispk.ru/2658-4670/article/view/328296
- DOI: https://doi.org/10.22363/2312-9735-2018-26-1-74-83
- ID: 328296
Цитировать
Полный текст
Аннотация
В настоящей работе исследована проблема моделирования пространственно-временных статистических структур экстремального типа с использованием процессов устойчивых максимумов. Рассмотрена теория одномерных экстремальных величин и её расширение додвумерного случая, для чего вводятся процессы устойчивых максимумов.Предложена математическая модель процесса устойчивых максимумов и представлены основные параметрические семейства - Шлатера, Смита, Брауна-Резника, Экстремальное-t.При помощи модификации метода максимального правдоподобия, а именно с использованием парной функции правдоподобия, были получены оценки параметров для каждойиз моделей, эффективность которых была затем сравнена при помощи информационного критерия Такеучи (TIC).Полученные модели согласуются с классической теорией экстремальных значений и позволяют рассматривать устойчивую пространственную зависимость осадков. Эффективность предложенных моделей проверялась на ежедневных данных по суммарным осадкам, за-регистрированных на 14 станциях в центральной европейской части России на период1966-2016 гг.: сравниваются статистические модели из различных семейств, подходящих для пространственных экстремумов, после чего выбираются те, которые наилучшим образом описывают существующие данные. Этот метод можно использовать и в других приложениях для создания симуляций, необходимых для гидрологических моделей и, в частности, для создания пространственно-неоднородных осадков над водосборами. Было показано, что наилучшей моделью оказался экстремальный-t процесс с корреляционной функцией Уиттла-Матерна.
Об авторах
Е Ю Щетинин
Всероссийский научно-исследовательский институт по проблемам гражданской обороны и чрезвычайных ситуаций МЧС России
Автор, ответственный за переписку.
Email: riviera-molto@mail.ru
Щетинин Евгений Юрьевич - профессор, доктор физико-математических наук, ведущий научный сотрудник ФГБУ ВНИИ ГОЧС (ФЦ)
ул. Давыдковская, д. 7, Москва, Россия, 121352Н Д Рассахан
Московский государственный технологический университет «Станкин»
Email: rassahan@gmail.com
Рассахан Никита Дмитриевич - магистрант кафедры прикладной математики ФГБОУ ВО МГТУ «Станкин»
Вадковсий переулок, д. 3а, Москва, Россия, 127055Список литературы
- V. A. Akimov, A. A. Bykov, E. Y. Shchetinin, Introduction to Extreme Value Statistics and Its Applications, FGU “All-Russian research institute on problems of civil defence and emergencies of Emergency Control Ministry of Russia”, Moscow, 2009, in Russian.
- L. de Haan, A. Ferraria, Extreme Value Theory: an Introduction, Springer-Verlag, New York, 2006.
- R.-D. Reiss, M. Thomas, Statistical Analysis of Extreme Values with Applications to Insurance, Finance, Hydrology and Other Fields, Birkhauser, Basel, 2007.
- B. M. Brown, S. I. Resnick, Extreme Values of Independent Stohastic Processes, Journal of Applied Probability 14 (1977) 732–739.
- J. Smith, A. Karr, A Statistical Model of Extreme Storm Rainfall, Journal of Geoghysical Research: Atmospheres 95 (1990) 2083–2092.
- M. Schlather, Models for Stationary Max-Stable Random Fields, Extremes 5 (1) (2002) 33–44.
- T. Opitz, Extremal t Processes: Elliptical Domain of Attraction and a Spectral Representation, Journal of Multivariate Analysis 122 (2013) 409–413.
- A. Aghakouchak, N. Nasrollahi, Semi-parametric and Parametric Inference of Extreme Value Models for Rainfall Data, Water Resources Management 24 (6) (2010) 1229– 1249.
- A. C. Davison, S. A. Padoan, M. Ribatet, Statistical Modeling of Spatial Extremes, Statistical Science 27 (2) (2012) 161–186.
- S. Coles, An Introduction to Statistical Modeling of Extreme Values, Springer-Verlag, London, 2001.
- J. Galambos, Order Statistics of Samples from Multivariate Distributions, Journal of the American Statistical Association 70 (351) (1975) 674–680.
- R. Davis, C. Kluppelberg, C. Steinkohl, Max-Stable Processes for Modeling Extremes Observed in Space and Time, Journal of the Korean Statistical Society 42 (3) (2013) 399–414.
- P. Embrechts, F. Lindskog, A. McNeil , Modelling Dependence with Copulas and Applications to Risk Management, Elseiver, 2001.
- P. Diggle, P. J. Ribeiro, Model-Based Geostatistics, Springer-Verlag, New York, 2007.
- Z. Kabluchko, M. Schlather, L. de Haan, Stationary Max-Stable Fields Associated to Negative Definite Functions, The Annals of Probability 37 (5) (2009) 2042–2065.
- S. Padoan, M. Ribatet, S. Sisson, Likelihood-Based Inference for Max-Stable Processes, Journal of the American Statistical Association (Theory & Methods) 105 (489) (2010) 263–277.
- J. Beirlant, Y. Goegebeur, J. Teugels, J. Segers, Statistics of Extremes: Theory and Applications, Wiley, New York, 2004.
- C. Dombry, F. Eyi-Minko, M. Ribatet, Conditional Simulation of Max-Stable Processes, Biometrika 100 (1) (2013) 111–124.
- G. Frahm, M. Junker, R. Schmidt, Estimating the Tail-Dependence Coefficient: Properties and Pitfalls, Insurance: Mathematics and Economics 37 (1) (2005) 80–100.
- R. Schmidt, U. Stadtmuller, Non-Parametric Estimation of Tail Dependence, Scandinavian Journal of Statistics 33 (2) (2006) 307–335.
Дополнительные файлы



