[论文解读] Modeling of spatial extremes in environmental data science: Time to move away from max-stable processes

Raphaël Huser, Thomas Opitz+1 more|arXiv (Cornell University)|Jan 30, 2024

Soil Geostatistics and MappingEnvironmental Science被引用 3

一句话总结

本文反对在空间极值建模中常规使用广义帕累托过程，主张采用阈值上峰（peaks-over-threshold）方法以及统一的主体-尾部模型，以更好地捕捉亚渐近依赖性和非平稳性。文章提倡将机器学习与模型验证相结合，而非依赖渐近理论，提出 MACHINE 框架以推动稳健、可扩展且基于科学的环境风险评估。

ABSTRACT

Environmental data science for spatial extremes has traditionally relied heavily on max-stable processes. Even though the popularity of these models has perhaps peaked with statisticians, they are still perceived and considered as the `state-of-the-art' in many applied fields. However, while the asymptotic theory supporting the use of max-stable processes is mathematically rigorous and comprehensive, we think that it has also been overused, if not misused, in environmental applications, to the detriment of more purposeful and meticulously validated models. In this paper, we review the main limitations of max-stable process models, and strongly argue against their systematic use in environmental studies. Alternative solutions based on more flexible frameworks using the exceedances of variables above appropriately chosen high thresholds are discussed, and an outlook on future research is given, highlighting recommendations moving forward and the opportunities offered by hybridizing machine learning with extreme-value statistics.

研究动机与目标

• 批判在环境极值建模中过度依赖广义帕累托过程，尽管其理论存在局限。
• 指出广义帕累托过程在捕捉真实环境数据中亚渐近尾部依赖性、非平稳性及复杂空间结构方面的不足。
• 推广替代框架，尤其是阈值上峰模型与统一的主体-尾部模型，以更真实地反映经验数据行为，并支持更准确的风险评估。
• 倡导将机器学习与物理信息建模相结合，以提升极端事件分析中的推理速度、可扩展性与可解释性。
• 通过 MACHINE 框架建立面向未来的科研议程，强调模型验证而非渐近理论支持。

提出的方法

• 提出以阈值上峰（POT）方法替代广义帕累托过程，通过建模超过高阈值的超额值，实现更灵活、更真实的尾部依赖性建模。
• 提出 MACHINE 框架——一套用于现代极值分析的七项原则，强调模型灵活性、可解释性与数据驱动验证，而非依赖渐近理论。
• 建议使用具有稀疏、数值高效结构的专用概率模型，以提升大规模空间数据集的计算速度与可扩展性。
• 鼓励将物理与气候学知识直接嵌入统计模型，以提升环境应用中的现实性与预测能力。
• 倡导采用机器学习与人工智能方法，如神经似然自由推断与近似贝叶斯方法（例如 BayesFlow、JANA），以加速推理并处理复杂、高维的极值问题。
• 强调通过重抽样与稳健性分析进行模型检验与不确定性量化的重要性，尤其在模型误设情况下的表现。

实验结果

研究问题

• RQ1 为何广义帕累托过程在已知其在建模真实环境极值方面存在局限的情况下，仍被广泛使用？
• RQ2 如何使替代模型（如阈值上峰模型或统一的主体-尾部模型）更好地捕捉空间极值中的亚渐近依赖性与非平稳性？
• RQ3 与传统似然方法相比，使用机器学习增强的推理在实践与计算方面有何优势？
• RQ4 如何系统性地将物理与气候科学知识整合到统计模型中，以提升极端事件预测的准确性与可解释性？
• RQ5 在极值应用中采用现代机器学习技术进行似然自由推理面临哪些关键挑战，又该如何应对？

主要发现

• 广义帕累托过程由于其刚性渐近依赖结构，在真实环境应用中建模空间极值方面本质上并不合适，且在捕捉亚渐近行为方面表现欠佳。
• 阈值上峰方法与统一的主体-尾部模型能更准确、更灵活地表征空间极值，尤其在数据呈现非平稳性与复杂尾部依赖性时。
• MACHINE 框架为渐近理论提供了一种实用、基于科学的替代方案，强调模型验证、可解释性与计算效率。
• 如神经似然自由推断与近似贝叶斯推断等机器学习与人工智能方法，在扩展极值建模以应对大规模、高分辨率环境数据方面展现出潜力。
• 模型误设仍是关键挑战，尽管似然方法具有已知的稳健性特性，但神经估计器尚缺乏类似理论保证，需进一步理论发展。
• 在灵活模型中，尤其依赖非似然推断方法时，不确定性量化与模型比较技术需重新评估。