Бросая вызов статистике экстремальных погодных явлений

Исследователи из KAUST и Университета Ланкастера (Великобритания) разработали единую статистическую модель, объединяющую ранее раздельные подходы для прогнозирования экстремальных погодных явлений, таких как интенсивные осадки, сильные ветры и волны тепла. Это позволит устранить элемент догадки при выборе модели и повысить точность прогнозов.

Ключевой проблемой моделирования является учет пространственной корреляции данных с близлежащих метеостанций. При этом зависимость между станциями может ослабевать по мере увеличения экстремальности события: например, очень сильный дождь с меньшей вероятностью охватит обширную территорию, а некоторые экстремальные события могут быть полностью локализованы. Неправильный выбор модели, описывающей этот характер зависимости, может критически снизить точность прогнозов.

Новая статистическая модель плавно объединяет на едином континууме два ранее раздельных класса моделей: с асимптотической зависимостью и асимптотической независимостью. Это устраняет необходимость предварительного выбора класса зависимости, который часто трудно определить. Модель была успешно протестирована на данных об экстремальной высоте волн в Северном море.