[논문 리뷰] Predicting hurricane numbers from Sea Surface Temperature: closed form expressions for the mean, variance and standard error of the number of hurricanes

Stephen Jewson|ArXiv.org|2007. 01. 15.

Tropical and Extratropical Cyclones Research참고 문헌 5인용 수 3

한 줄 요약

이 논문은 확률 모델을 사용하여 해수면 온도(SST)에서 예측된 허리케인 수의 평균, 분산, 표준 오차에 대한 폐쇄형 해석적 표현을 유도한다. 선형-정규, 선형-포isson, 지수-포isson 관계에 대해 수학적으로 다룰 수 있는 해답을 제시하며, 시뮬레이션 없이도 계절별 허리케인 예측의 효율적인 불확실성 정량화를 가능하게 한다.

ABSTRACT

One way to predict hurricane numbers would be to predict sea surface temperature, and then predict hurricane numbers as a function of the predicted sea surface temperature. For certain parametric models for sea surface temperature and the relationship between sea surface temperature and hurricane numbers, closed-form solutions exist for the mean and the variance of the number of predicted hurricanes, and for the standard error on the mean. We derive a number of such expressions.

연구 동기 및 목표

• 해수면 온도(SST) 예측에서 허리케인 수를 예측하기 위한 분석적으로 다룰 수 있는 모델을 개발하기 위해.
• 평균, 분산, 표준 오차에 대한 폐쇄형 표현을 유도하여 예측된 허리케인 수의 불확실성을 정량화하기 위해.
• SST 예측 불확실성이 다양한 통계 모델에서 허리케인 수 예측에 미치는 영향을 평가하기 위해.
• SST-기수 및 기수-육상 착륙 관계를 조합하여 기수 및 육상 착륙 허리케인 수에 대한 효율적인 확률 예측을 가능하게 하기 위해.
• SST 평균 및 분산 변화에 대한 허리케인 예측에 대한 민감도 분석 프레임워크를 제공하기 위해.

제안 방법

• SST가 알려진 평균과 분산을 가진 정규분포를 따른다고 가정하여, 불확실성의 분석적 전파가 가능하도록 한다.
• 선형-정규, 선형-포isson, 지수-포isson 관계에 대해 SST와 허리케인 수 사이의 기수 허리케인 수의 평균 및 분산에 대한 폐쇄형 표현을 도출한다.
• 전체 분산의 법칙과 모멘트 생성 함수를 사용하여 SST에서 허리케인 수로의 불확실성 전파를 수행한다.
• 선형-포isson 관계를 통해 SST-기수 허리케인 모델과 기수-육상 착륙 허리케인 모델을 조합하여 착륙 수를 예측한다.
• 모델 파라미터의 분산과 공분산을 전파하여 예측된 평균 허리케인 수의 표준 오차 표현을 유도한다.
• 델타 방법과 모멘트 기반 근사법을 적용하여 계층적 예측 체인에서 분산 및 표준 오차에 대한 분석적 표현을 도출한다.

실험 결과

연구 질문

• RQ1 확률적 SST 예측이 주어졌을 때, 예측된 기수 허리케인 수의 평균 및 분산에 대한 폐쇄형 표현은 무엇이 있는가?
• RQ2 SST-허리케인 관계의 선택(선형-정규, 선형-포isson, 지수-포isson)이 허리케인 예측의 분석적 다루기 용이성 및 불확실성 구조에 어떻게 영향을 미치는가?
• RQ3 SST가 불확실할 경우, 예측된 평균 허리케인 수의 표준 오차에 대한 분석적 표현은 무엇인가?
• RQ4 SST-기수 및 기수-육상 착륙 모델을 조합하여 착륙 허리케인 수를 어떻게 분석적으로 유도할 수 있는가?
• RQ5 예측된 허리케인 수의 평균 및 분산과 SST 예측의 평균 및 분산 사이의 민감도 관계는 무엇인가?

주요 결과

• 선형-포isson 모델의 경우, 기수 허리케인 수의 평균은 μ_b = α + βμ_s이며, 분산은 σ²_b = β²σ²_s + μ_b이다.
• 지수-포isson 모델의 경우, 기수 허리케인 수의 평균은 μ_b = exp(α + β(μ_s + βσ²_s/2))이며, 분산은 σ²_b = μ²_b(exp(β²σ²_s) - 1) + μ_b이다.
• 선형-포isson 모델을 기수에서 육상 착륙으로 사용할 경우, 육상 착륙 허리케인 수의 평균은 μ_l = α′ + β′μ_b이며, 분산은 σ²_l = β′²σ²_b + μ_l이다.
• 예측된 평균 육상 착륙 허리케인 수의 표준 오차는 SST → 기수 → 착륙 체인의 파라미터 분산과 공분산을 조합하여 유도된다.
• 선형-포isson 모델에서 예측된 평균 기수 허리케인 수의 분산은 var(μ_b) = var(α) + μ²_s var(β) + β² var(μ_s) + 2μ_s cov(α,β)이다.
• 완전한 분석적 프레임워크는 몬테카를로 시뮬레이션에 의존하지 않고도 허리케인 예측의 불확실성 정량화를 가능하게 하며, 계산 효율성을 크게 향상시킨다.