[论文解读] On the proficient use of GEV distribution: a case study of subtropical monsoon region in India

Ripunjai K. Shukla, Manish Trivedi+1 more|arXiv (Cornell University)|Mar 3, 2012

Energy Load and Power Forecasting参考文献 13被引用 29

一句话总结

本研究应用广义极值（GEV）分布对印度恰尔基县拉奇地区年最大降雨极端事件进行建模，采用安德森-达尔林检验和Q-Q图检验对模型进行验证。GEV模型被确定为最佳拟合模型，5年、10年、50年、100年和200年重现期的重现水平呈现一致的上升趋势，表明长期极端降雨事件的风险正在增加。

ABSTRACT

The paper deals with the probabilistic estimates of extreme maximum rainfall (Annual basis) in the Ranchi, Jharkhand (India). Extreme Value Distribution family models are tried to capture the uncertainty of data and finally Generalized Extreme Value (GEV) distribution model is found as the best fitted distribution model. The GEV model satisfied the selection criteria [Anderson-Darling test (A-D test or Goodness of fit test) and Normality test (Q-Q plot)], which are adopted under the present study. The return levels are estimated for 5, 10, 50, 100 and 200 years which are consistently increasing for long run in future.

研究动机与目标

• 评估极值分布模型在季风气候区年最大降雨建模中的适用性。
• 识别最适合恰尔基县贾尔坎德邦降雨极端数据的概率分布。
• 利用选定的分布模型估算长期极端降雨事件的重现水平。
• 通过统计拟合优度检验评估GEV模型的一致性和可靠性。

提出的方法

• 将广义极值（GEV）分布应用于建模印度拉奇地区的年最大降雨数据。
• 通过安德森-达尔林（A-D）拟合优度检验和Q-Q图进行正态性评估，指导模型选择。
• 将GEV分布与其他极值分布族进行比较，以确定最佳拟合。
• 利用拟合的GEV模型估算5年、10年、50年、100年和200年重现期的重现水平。
• 通过安德森-达尔林检验和Q-Q图的视觉检查进行统计验证。
• 本研究使用多年跨度的历史降雨数据对极端值模型进行校准和验证。

实验结果

研究问题

• RQ1 印度恰尔基县贾尔坎德邦的年最大降雨数据中，哪种极值分布拟合最佳？
• RQ2 GEV分布在多大程度上能够捕捉极端降雨事件的统计不确定性？
• RQ3 在拟合的GEV模型下，5年、10年、50年、100年和200年重现期降雨极端事件的预测重现水平是多少？
• RQ4 重现水平是否随时间保持一致并持续上升，表明极端降雨风险呈上升趋势？
• RQ5 GEV模型是否满足拟合优度和正态性假设的统计标准？

主要发现

• 通过安德森-达尔林检验和Q-Q图分析，确认GEV分布是拉奇地区年最大降雨数据的最佳拟合模型。
• 5年、10年、50年、100年和200年重现期事件的重现水平持续上升，表明极端降雨风险长期呈上升趋势。
• 该模型通过了安德森-达尔林拟合优度检验和Q-Q图正态性检查，验证了其统计可靠性。
• 估算的重现水平随重现期单调递增，反映出未来可能出现更高强度的降雨极端事件。
• 本研究证实，GEV模型能够有效捕捉拉奇地区等亚热带季风气候区的极端降雨行为。