Mixture Gumbel models for extreme series including infrequent phenomena
Mixture Gumbel models for extreme series including infrequent phenomena
复制标题
极端系列的混合 Gumbel 模型，包括罕见现象
DOI：
10.1080/02626667.2018.1546956
复制
发表时间：
2018
影响因子：
3.5
通讯作者：
Kjeldsen T
中科院分区：
文献类型：
--
作者：
Kjeldsen T
提出了一个Gumbel混合分布，用于模拟来自两种不同机制的极端事件：一种是每年发生的现象，另一种是不经常发生的现象。提出了一种新的蒙特卡罗模拟方法，并用于评估传统的Gumbel或GEV模型拟合来自两个不同种群的年最大值序列的结果。结果表明，当两个种群差异较大时，混合模型优于单种群模型。Gumbel混合模型应用于64个韩国雨量计的年最大24小时降雨量数据，分为台风和非台风降雨产生的事件。结果表明，混合模型比Gumbel分布能更准确地描述观测数据，但与GEV模型相当。理论和实践结果强调，在推荐混合模型之前，需要更稳健的方法来识别潜在种群。
A Gumbel mixture distribution is proposed for modelling extreme events from two different mechanisms: one phenomenon occurring annually and one occurring infrequently. A new Monte Carlo simulation procedure is presented and used to assess the consequence of fitting traditional Gumbel or GEV models to annual maximum series originating from two different populations. The results show that mixture models are preferred to single-population models when the two populations are very different. The Gumbel mixture model was applied to annual maximum 24-hour rainfall data from 64 South Korean raingauges, split into events generated by typhoon and non-typhoon rainfall. The results show that the use of a mixture model provides a more accurate description of the observed data than the Gumbel distribution, but is comparable to the GEV model. The theoretical and practical results highlight the need for more robust methods for identifying the underlying populations before mixture models can be recommended.
登录
查看更多内容
用于模拟多源极端降雨的非均质混合物分布
DOI：
--
发表时间：
2015
期刊：
影响因子：
--
作者：
Ju;Taesam Lee;T. Ouarda
通讯作者：
T. Ouarda
DOI：
--
发表时间：
1985
期刊：
影响因子：
--
作者：
C. Cunnane
通讯作者：
C. Cunnane
从过去的冰塞洪水中汲取的关于洪水测绘挑战的经验教训
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
K. Lindenschmidt;Mikko Huokuna;B. Burrell;S. Beltaos
通讯作者：
S. Beltaos
欧洲区域母体洪水频率分布 - 第 1 部分：GEV 模型是否适合作为泛欧洲母体？
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
J. Salinas;A. Castellarin;A. Viglione;S. Kohnová;T. Kjeldsen
通讯作者：
T. Kjeldsen
基于天气分类的洪水频率分析验证了默兹河沿岸过去 500 年的特殊历史事件
DOI：
--
发表时间：
2017
期刊：
影响因子：
--
作者：
J. Niel;G. Demarée;Patrick Willems
通讯作者：
Patrick Willems