[논문 리뷰] Analysing Extreme Rainfall via a Geometric Framework

Ryan Campbell, Kristina Grolmusova외 2명|arXiv (Cornell University)|2026. 03. 18.

Climate variability and models인용 수 0

한 줄 요약

이 논문은 동부 미국 우수한 강수의 시공 간 극값을 모델링하고 추정하기 위해 기하학적 극값 프레임워크를 도입하며, 비정상성을 고려하고 꼬리 추정 및 다수의 목표 극값량의 추정을 가능하게 하는 공간 도메인 변형을 수행한다.

ABSTRACT

Motivated by the EVA 2025 Data Challenge, we address the problem of predicting extreme rainfall in the eastern United States using data from a large ensemble of climate model runs. The challenge focuses on three quantities of interest related to the spatial extent and/or temporal duration of extreme rainfall, each requiring extrapolation. To tackle these questions, we adopt the recently developed geometric framework for extreme-value analysis, offering substantial flexibility for capturing complex extremal dependence structures and enabling extrapolation across the entire multivariate tail. In this work, we focus on the spatial geometric framework for analysing the spatial extent and consider a sampling procedure that retains the temporal information in the data, thereby enabling estimation of the duration of extreme rainfall events. We also account for the non-stationary behaviour, arising from topographical and seasonal effects, that commonly characterises extreme weather events in both space and time. Using diagnostic metrics, we demonstrate that the proposed model is appropriate for inferring extreme events on this dataset and apply it to estimate target quantities of interest.

연구 동기 및 목표

• EVA 2025 데이터 챌린지 맥락에서 극심한 강수 예측을 동기 부여하고 다루는 것.
• 공간과 시간을 가로질러 다변량 극값을 외삽할 수 있는 기하학적, 꼬리 의존성 기반 프레임워크를 개발한다.
• 주경계와 의존성의 비정상성을 시간적 비정상성 모델링과 공간 변형을 통해 도입한다.
• 진단 도구로 모델 적합도를 평가하고 프레임워크를 적용해 목표 극값량을 추정한다.
• 격자에 걸친 강수의 분포적 극값과 관련된 경쟁 목표량(CTQ)에 대한 외삽 추정치를 제공한다.

제안 방법

• 표준 지수 마진과 게이지 함수를 사용하여 꼬리 집합을 기술하고 다변량 꼬리에서 외삽하기 위한 공간 기하 프레임워크를 채택한다.
• Y_t에 대한 위치-스케일 GAM으로 경계의 시간적 비정상성을 모델링하고 공변량 의존 형태/척도를 갖는 비정상 GPD를 초과치에 적용한다.
• 샘플링 위치를 잠재 평면으로 매핑하는 공간 변형을 적용하여 정상성을 가정하고, 얇은판 스플라인(thin-plate spline)과 Brown-Resnick 과정을 꼬리 의존성에 사용한다.
• 변형 공간에서 각도 성분 W에 대해 반지름 성분 R을 잘린 감마 모델로 피팅하고, 일반화 가우시안 게이지 g_Z(w;θ)와 거듭제곱 지수 형태의 등방성 공간 상관을 사용한다.
• 높은 임계값을 r_tau(w) = C_tau / g(w;φ,κ)로 근사하고, 잘린 감마에 대한 우도 기반 추론을 수행한 뒤 극단 영역에서 각도-반지름 샘플링을 사용해 Z를 외삽한다.

Figure 1 : Left: Original grid coordinates (G-plane) of the eastern U.S. rainfall data. Right: Deformed grid coordinates (D-plane) obtained using data from run 1 of the climate model.

실험 결과

연구 질문

• RQ1 기하학적 극값 프레임워크가 어떻게 복합적 극값 의존성을 포착하고 강수 데이터의 다변량 꼬리에서 외삽을 가능하게 할 수 있는가?
• RQ2 시계열 및 공간 비정상성을_effectively_ 수용하여 극심한 강수와 그 지속 시간에 대한 추론을 개선할 수 있는가?
• RQ3 비정상성 하에서 꼬리 의존성을 얼마나 잘 재현하고 CTQ와 같은 목표 극값량의 추정을 가능하게 하는가?
• RQ4 꼬리 분석의 정상화를 달성하기 위해 공간 격자를 잠재 평면으로 변형하는 것의 실용적 이점은 무엇인가?
• RQ5 다중-site 극심 강수 지표에 대해 꼬리 확률을 얼마나 신뢰성 있게 외삽하고 불확실성을 정량화할 수 있는가?

주요 결과

Run	hat_lambda	hat_phi	hat_kappa	hat_gamma
1	0.224	0.830	1.89	1.16
2	0.224	0.828	1.89	1.17
3	0.219	0.810	1.92	1.11
4	0.218	0.811	1.91	1.13

• 비정상성 처리를 갖춘 기하학적 프레임워크가 D-평면에서 기후 모델 실행 전반에 걸친 경험적 꼬리 의존도 추정치와 좋은 일치를 보인다.
• 진단 도표(PP, QQ)는 초과치에 대한 잘린 감마 모델의 전반적으로 만족스러운 적합을 나타내며, 꼬리 적합에서 시간적 비정상성이 꼬리에서 충분히 모델링되지 않아 일부 꼬리 편차가 있는 것으로 예상된다.
• 모델 기반 시뮬레이션의 꼬리 의존도 추정은 실행 간 경험적 추정치와 일치하여 기후 데이터의 공동 꼬리 특성을 파악하는 능력을 뒷받침한다.
• CTQ 추정치는 실행 2–4에서 합리적인 성능을 보였고, 실행 1의 CTQ1에 대해 일부 과대추정이 나타나 방법론적 개선 여지를 강조한다(특히 꼬리의 시간적 비정상성).
• 공간 변형을 도입하는 것으로 꼬리 의존성의 비등방성 및 비정상성을 감소시켜 D-평면의 정상성을 개선하고 강한 외삽을 가능하게 했다.
• 이 논문은 시뮬레이션된 극값 샘플과 부트스트랩 불확실성 정량화를 사용하여 세 가지 경쟁 목표량(CTQ)에 대한 구체적 추정치를 제시한다.