KAUST-forskare har utvecklat en mer exakt metod för att modellera vinddrivna fenomen. De demonstrerade sin modell genom att tillämpa den på en datauppsättning av luftföroreningar i Saudiarabien. Kredit:© 2022 KAUST; Morgan Bennett Smith.
Genom att anpassa ett flödesföljande fysiskt ramverk till statistisk modellering av stora spatio-temporala datamängder har KAUST-forskare utvecklat en mer robust och realistisk generell metod för att hantera vinddrivna fenomen. Tillvägagångssättet lovar att avsevärt förbättra noggrannheten i förutsägelse av föroreningsspridning genom att införliva mer fysiskt realistiska processer i geostatistisk modellering.
Geostatistiska analyser involverar statistisk bearbetning av mycket stora datamängder, såsom mätningar av vindhastighet på många platser och höjder över tid, för att extrahera en underliggande modell av hur vissa parametrar beter sig och är korrelerade spatialt och temporärt i den verkliga världen. Men förmågan hos sådana modeller att exakt karakterisera det beteendet och förutsäga vad som händer härnäst beror till stor del på modellramverket som används för analys. Ett team av KAUST-forskare under ledning av Marc Genton har utvecklat mer fysiskt meningsfulla analytiska ramverk som bättre kan modellera sådana naturfenomen.
"Många rum-tid geostatistiska modeller återspeglar inte nödvändigtvis grundläggande vetenskapliga samband", förklarar Mary Salvaña, som arbetade med Genton och Amanda Lenzi på forskningen. "Det finns en efterfrågan på rum-tid geostatistiska modeller med fysikbas, eftersom de flesta miljödata följer olika grundläggande naturlagar. I denna studie tog vi ett modelleringskoncept i fysik som kallas Lagrangian framework och formulerade det på rymdens språk - tid multivariat geostatistik för att utveckla en uppsättning datadrivna rum-tidsmodeller som är mer lämpliga för datauppsättningar som involverar transport med media, såsom vind."
Vind är ett komplicerat körfenomen att införliva i en praktisk statistisk modell. Den är asymmetrisk i sin korrelation, flyter från en plats till en annan, och varierar också beroende på höjd. Det lagrangska ramverket utvecklades inom området vätskedynamik för att modellera flöden på ett sätt som är analogt med den underliggande fysiken genom att följa ett vätskepaket när det rör sig genom rum och tid. För Salvaña och hennes kollegor var utmaningen att säkerställa att detta ramverk på ett korrekt sätt kunde användas med en geostatistisk modell för rum och tid över flera variabler.
"Våra resultat, som bekräftade modellens giltighet, visade att att inte ta hänsyn till flera advektioner eller transportfenomen kan leda till dåliga förutsägelser", säger Salvaña.
Teamet demonstrerade sin modell genom att tillämpa den på en bivariat föroreningsdatauppsättning av partiklar över Saudiarabien. Resultaten visade att svarta kolfördelningar är mycket mer exakt modellerade med hänsyn till höjdberoende vindbeteende.
"Vårt modelleringsramverk skulle också kunna tillämpas på studiet av rum-tid-korrelation av havsvariabler, eftersom vatten är ett annat transportmedium, vilket kan vara viktigt för att förstå havsmönster före och efter en tropisk cyklon," säger Salvaña.
Studien publiceras i Journal of the American Statistical Association . + Utforska vidare
