[論文レビュー] Identifying Precipitation Regimes in China Using Model-Based Clustering of Spatial Functional Data

Zhang, Haozhe, Zhu, Zhengyuan+1 more|arXiv (Cornell University)|Apr 23, 2019

Land Use and Ecosystem Services被引用数 5

ひとこと要約

本稿では、空間的依存性と地理的共変数を統合することで中国における降雨行動様式を特定する、モデルベースのクラスタリング手法を提案する。機能的線形モデルと空間マルコフ確率場を組み合わせた手法により、東アジアモンスーンのダイナミクスに一致する、モンスーン駆動の段階的地域的パターンが、1951–2012年の722か所の観測所からの日次降雨データを用いて明らかにされた。

ABSTRACT

The identification of precipitation regimes is important for many purposes such as agricultural planning, water resource management, and return period estimation. Since precipitation and other related meteorological data typically exhibit spatial dependency and different characteristics at different time scales, clustering such data presents unique challenges. In this paper, we develop a flexible model-based approach to cluster multi-scale spatial functional data to address such problems. The underlying clustering model is a functional linear model , and the cluster memberships are assumed to be a realization from a Markov random field with geographic covariates. The methodology is applied to a precipitation data from China to identify precipitation regimes.

研究の動機と目的

• 複雑な空間的・時系列的依存性を有する空間的関数データに対して、柔軟かつモデルベースのクラスタリング手法を開発すること。
• 洪水・干ばつ管理を支援するため、中国全域にわたる均質な降雨行動様式を特定すること。
• 特に標高差を含む地理的共変数を空間クラスタリングプロセスに統合し、領域化の精度を向上させること。
• 特に観測所の密度の不均一さと粗い時系列分解能という点で、従来のEOF分析の限界を是正すること。

提案手法

• 各観測所の降雨曲線を Yi|(Zi = k) = Si(αk + γi) + ϵi として機能的線形モデルで表現し、γi を用いて曲線内依存性を捉える。
• γi と ϵi の混同を回避するため、STΣ−1S = I による識別可能性制約を課す。
• クラスタメンバーシップ Zi を空間マルコフ確率場でモデル化し、Gibbs分布を用いる。P(Zi = k|Z∂i) = exp{Uik(θ)}/Ni(θ) で表され、エネルギー関数は Uik(θ) = θ∑j∈∂i I(Zj = k) である。
• 地理的共変数を組み込むために、近隣関係の定義を見直す。標高差が1000mを超える場合、空間的に近接していても近隣とみなさない。
• 近隣相互作用に距離および標高の影響を組み込むために、修正エネルギー関数 ˜Uik(θ) = θ∑j∈∂i fi,j{I(Zj = k)} を導入する。
• 1951–2012年の722か所の観測所における年間平均日次降雨曲線を対象とし、季節間パターンに焦点を当てる。

実験結果

リサーチクエスチョン

• RQ1 不規則な時系列点と空間的依存性を有する空間的関数データを、どのように効果的にクラスタリングできるか？
• RQ2 標高のような地理的共変数を組み込むことで、降雨行動様式の特定における正確性と解釈可能性はどの程度向上するか？
• RQ3 モデルベースのクラスタリング手法は、中国におけるモンスーン関連の降雨パターンを捉える点で、従来のEOF分析を上回る性能を示せるか？
• RQ4 地理的制約を施した空間マルコフ確率場は、クラスタの安定性と領域的整合性をどのように向上させるか？

主な発見

• 本手法は、東アジア夏モンスーンの段階的前進と後退に一致する5つの明確な降雨行動様式を同定した。
• 領域化の結果、3つの停滞期（5月–6月：南中国；6月–7月：25–30°N；7月–8月：40–45°N）と2つの急激な北上移動（早期6月および中旬7月）が確認され、既知のモンスーンダイナミクスと整合的である。
• 標高に基づく距離制約を組み込むことで、高地と低地の観測所間の不自然な接続が減少し、近隣関係の空間的現実性が向上した。
• 最終的なクラスタ割り当ては空間的に整合性があり、8月下旬に雨帯が南中国に後退するという既知の気候学的パターンを反映している。
• 密集した観測所からの情報を保持し、月未満のモンスーン移行を捉える点で、従来のEOF分析を上回る性能を示した。
• 本手法は、温度や風速など、同様の空間的・関数的構造を有する他の環境データに対しても一般化可能である。