Multiple Testing for Spatial Extremes with Application to Reanalysis Data Evaluation

doi:10.1080/10618600.2026.2635635

Multiple Testing for Spatial Extremes with Application to Reanalysis Data Evaluation

2026-03-01

0

PRE

AI

DOI：10.1080/10618600.2026.2635635

原文链接

原文求助

摘要

En 中文

气候数据产品，例如再分析数据集，需要仔细评估以确定其可靠性。虽然大多数气候数据评估侧重于气候过程的均值和依赖性，但我们关注边缘极端行为，包括往往对生态系统和社会造成毁灭性影响的重现水平。具体而言，我们旨在通过多重检验技术同时评估所有空间位置上的差异，以识别两个气候极端场表现出不同边缘行为的区域。极端模型拟合中固有的巨大变化使得这种评估比均值和依赖结构的评估更具挑战性。我们提出了一种新的多重检验程序，即双变量条件局部FDR（BiCLfdr），以有效检测来自高度可变但空间相关的假设的信号。我们的方法利用了大尺度空间变化的平滑性和局部空间相关性，以增强比较两个空间极端的边缘极端分布的效能。我们将BiCLfdr应用于评估ERA5再分析对其在美国冬季降水极端事件的表示，以CPC-CONUS观测数据作为参考。我们的分析识别出西海岸、西部大平原和东南部的位置，ERA5似乎未能充分表示观测到的冬季降水极端事件。

Keyword:

Conditional local FDR

ERA5 data evaluation

False discovery control

Generalized extreme value distribution

Spatially correlated hypotheses

Multiple Testing for Spatial Extremes with Application to Reanalysis Data Evaluation

摘要

期刊

机构