[论文解读] Year-ahead prediction of US landfalling hurricane numbers

Shree Khare, Stephen Jewson|ArXiv.org|Jul 21, 2005

Tropical and Extratropical Cyclones Research参考文献 8被引用 5

一句话总结

本文提出了一种基于历史数据滚动平均的美国陆地飓风年际预测方法。研究发现，由于飓风活动具有非平稳性，短周期平均窗口（6–28年）的表现优于长周期窗口，为季节性预测和风险建模提供了稳健的基线。

ABSTRACT

We present a simple method for the year-ahead prediction of the number of hurricanes making landfall in the US. The method is based on averages of historical annual hurricane numbers, and we perform a backtesting study to find the length of averaging window that would have given the best predictions in the past.

研究动机与目标

• 开发一种简单且具有统计基础的方法，用于提前一年预测美国陆地飓风数量。
• 通过回溯测试，确定最小化预测误差的最优历史平均窗口长度。
• 为保险和风险管理领域评估季节性飓风预测提供可靠基线。
• 评估飓风时间序列中的非平稳性对预测精度的影响。
• 为未来扩展至分布预测和多盆地建模奠定基础。

提出的方法

• 该方法将第$i$年的陆地飓风数量预测为前$n$年陆地飓风数量的算术平均值。
• 通过1940–2004年期间的回溯测试，以最小化均方根误差（RMSE）来确定最优$n$。
• 分析假设动态过程为时不变，即过去表现良好的窗口长度在未来仍保持有效。
• 通过1900–1939年数据进行敏感性测试，以评估数据质量变化的稳健性。
• 通过观测值的随机重排检验，验证最优窗口长度的统计显著性。
• 该方法专为点预测设计，但可扩展至完整的预测分布建模。

实验结果

研究问题

• RQ1 用于提前一年预测美国陆地飓风数量的最优历史平均窗口长度是什么？
• RQ2 飓风时间序列中的非平稳性如何影响简单平均方法的性能？
• RQ3 短期滚动平均是否能优于长期气候平均，以预测陆地飓风数量？
• RQ4 在平稳时间序列的原假设下，所观察到的最优窗口长度是否具有统计显著性？
• RQ5 结果对用于校准的历史数据周期变化的稳健性如何？

主要发现

• 提前一年预测美国陆地飓风数量的最优平均窗口长度介于6至28年之间。
• 较短的平均窗口（6–28年）显著优于较长窗口（超过28年），表明时间序列具有非平稳性及长期波动。
• 统计重排检验表明，在平稳时间序列中，观察到的最优窗口长度极不可能为偶然发生。
• 在不同数据周期（包括可靠性较低的1900–1939年周期）的敏感性测试中，结果均表现稳健。
• 该方法为季节性预测提供了强有力的基线，尤其适用于保险行业长期提前期的风险评估。
• 本研究指出了未来在分布预测、去趋势化及窗口长度上的模型平均方面的工作需求。