[논문 리뷰] A parsimonious tail compliant multiscale statistical model for aggregated rainfall

Pierre Ailliot, Carlo Gaetan외 1명|arXiv (Cornell University)|2026. 01. 13.

Hydrology and Drought Analysis인용 수 0

한 줄 요약

이 논문은 extended generalized Pareto distributions (EGPD)와 compound Poisson 합에 기초한 간결한 다중스케일 강수 모델을 개발하여 집계 스케일 간 일관된 IDF 유사 곡선을 가능하게 하고 도달 수준 교차를 피합니다.

ABSTRACT

Modeling rainfall intensity distributions across aggregation scales (from sub-hourly to weekly) is essential for hydrological risk analysis and IDF curves. Aggregation naturally imposes mathematical constraints: return levels must be ordered by time scale, as daily accumulations necessarily exceed sub-daily ones. From a statistical perspective, each aggregation step should ideally not require additional parameters, yet parsimonious models describing the full distribution remain scarce, as most literature focuses on seasonal block maxima. In this study, we propose a parsimonious framework to model all rainfall intensities (low to large) across scales. We utilize the Extended Generalized Pareto Distribution (EGPD), which aligns with extreme value theory for both tails while remaining flexible for the bulk of the distribution. We establish a general result on the behavior of EGPD variables under various aggregation procedures. To overcome the difficulty of direct likelihood inference, we link the EGPD class to Poisson compound sums. This allows the use of the Panjer algorithm for efficient composite likelihood evaluation. Our approach ensures that return levels do not cross across scales and enables estimation for return periods below annual or seasonal levels. We demonstrate the method using sub-hourly series from six French stations with diverse climates. Only eight parameters are needed per station to capture scales from six minutes to three days. IDF curves above and below the annual scale are provided.

연구 동기 및 목표

• 집계 스케일(부분시간 단위에서 일간까지) 전반에 걸친 강수 강도 분포의 일관된 모델링 필요성을 제시한다.
• 꼬리 특성을 보존하면서 매개변수를 간결하게 유지하는 EGPD 기반 프레임워크를 제안한다.
• Panjer 재귀를 통한 효율적인 우도 기반 추론을 가능하게 하기 위해 EGPD를 합성 포아송 합과 연결한다.
• 8월-9월 데이터를 가진 프랑스의 여섯 개 강수 관측소에 이 방법을 적용한다.

제안 방법

• scale d에서의 집계 양의 강수를 A_d ~ EGPD(σ_d, κ, ξ, λ_d)로 모델링하되 σ_d와 λ_d는 d가 증가함에 따라 증가하고 κ, ξ는 고정한다.
• 합계를 B(u)=u일 때 EGPD(σ, κ, ξ, B) 변수의 i.i.d. 합의 합으로 표현하여 합계의 EGPD(σ, κ, ξ, λ)로 이끈다.
• EGPD 변수의 변환 합 T(Y)가 꼬리 모양(κ, ξ)을 보존하면서 EGPD를 유지하도록 하는 조건을 유도한다.
• 로그 다항식으로의 로그 σ_d 및 로그 λ_d를 사용해 로그 d에 대한 로깅-다항식으로 매개변수를 표기하여 서로 교차하지 않는 반환 수준과 다양한 지속시간의 현실적인 IDF 곡선을 제공한다(정리 3.1).
• 대표적인 집계 스케일에 걸친 복합 우도 최적화를 통해 매개변수를 추정하고 효율적인 밀도 평가를 위해 Panjer 재귀를 사용한다.

실험 결과

연구 질문

• RQ1 강수 분포의 꼬리 및 대역(벌크) 특성이 다중 크기 스케일에 걸쳐 어떻게 변하는지, 주요 꼬리 매개변수를 보존하면서도 변동하는가?
• RQ2 κ와 ξ를 고정한 간결한 EGPD 기반 모델이 여러 지속시간에 걸쳐 집계 강수의 전체 분포를 포착할 수 있는가(극값뿐만 아니라 분포 전체)?
• RQ3 σ_d와 λ_d가 d에 대해 어떻게 변해야 교차하지 않는 반환 수준과 현실적인 IDF-유사 곡선을 보장하는가?
• RQ4 실제 강수 데이터에 대해 Panjer 재귀를 통한 계산적 효율적인 추론 프레임워크를 제공하는가?
• RQ5 제안된 모델이 서로 다른 기후 설정과 기간에서 관측 강수에 얼마나 잘 맞는가?

주요 결과

• 합성 포아송-EGPD 프레임워크는 집계 강수에 대해 상단 꼬리 보존 특성을 유지하는 EGPD 분포를 제공합니다.
• B(u)=u이고 집계 스케일 d일 때, 모델은 스케일 간 ξ와 κ를 일정하게 유지하고 σ_d와 λ_d가 d에 따라 증가합니다.
• 로그 σ_d와 로그 λ_d를 로그-다항식으로 표기하면 비교재귀되지 않는 반환 수준과 다양한 지속시간의 현실적인 IDF 곡선을 제공합니다.
• 여섯 개 프랑스 관측소에 대한 적용에서는 ξ가 [0.15,0.35] 범위, κ가 (0.2,0.45) 범위이며; σ_d와 λ_d가 d에 따라 증가하며 스케일과 사건 비율의 물리적 해석과 일치합니다.
• 모형은 30분에서 3일 간의 집계 스케일에 대해 잘 맞고, 일부 센터에서 더 미세한 스케일의 극값을 과소추정하고 일부 대형 스케일에서 과대추정하는 경향이 있음.