정규변동을 이용한 다변량 강수극값 회귀 모델링

초록

본 연구는 CESM2 LENS2 기후 모형 다중 실행에서 얻은 일일 강수 데이터를 정규변동 이론에 기반한 회귀 프레임워크로 분석한다
두 단계 추정법을 통해 하위 임계값에서 경험적 목표량을 계산하고 이를 이론적 스케일링 관계와 연결하여 매우 높은 분위수의 강수량을 예측한다
신뢰구간은 연도 블록 부트스트랩으로 추정한다

상세 분석

논문은 EVA2025 데이터 챌린지 과제를 배경으로 하여 정규변동(regural variation) 개념을 활용한 회귀 모델을 제안한다
먼저 165년·5×5 격자·4개의 모델 실행으로 구성된 데이터셋을 탐색한다
연도별 최대값에 대한 GEV 적합 결과는 기울기가 거의 0임을 보여 장기 추세가 없으며
일일 평균 강수는 뚜렷한 계절성을 보이지만 연속일 간 극단값 의존성은 거의 없다고 판단한다
이러한 특성은 연도와 실행 간 독립성을 가정하게 해준다
목표량은 세 가지로 정의된다
① 모든 25 지점이 1.7 Leadbetters 를 초과하는 일수
② 최소 6 지점이 5.7을 초과하는 일수
③ 최소 3 지점이 5를 초과하고 연속 2일 이상 지속되는 경우의 수
각 목표량을 하위 임계값(예: 0.975,0.98 분위수)에서 경험적으로 계산하고 이를 정규변동 이론에 의해 제시되는 꼬리 확률 형태와 연결한다
정규변동 가정 하에 다변량 벡터 Y는 스케일링 함수 b(t)와 동질성 차수 –α를 갖는 측도 ν 로 표현된다
특히 모든 지점이 동시에 초과하는 확률은 ν((1,∞]^25)·u^–α·ℓ(u) 로 근사된다
이때 ν((1,∞]^25)는 공동 꼬리 질량 C 로 정의된다
논문은 C와 α를 추정하기 위해 두 단계 회귀를 설계한다
첫 단계에서는 임계값 u_k (k=1,…,K) 에 대해 경험적 초과 비율을 계산하고 로그 변환 후 선형 회귀를 수행한다
두 번째 단계에서는 추정된 회귀 계수를 이용해 목표 임계값(예: 1.7,5.7,5)에서의 초과 확률을 예측한다
예측값에 대한 불확실성 평가는 연도별 블록 부트스트랩을 적용한다
각 블록을 재샘플링하여 회귀 파라미터와 초과 확률을 재추정하고 2.5%와 97.5% 분위수를 신뢰구간으로 제시한다
계산 복잡도 측면에서 전통적인 다변량 극값 이론 기반 최대우도 추정보다 훨씬 가벼우며 대규모 데이터에 적합하다
실험 결과는 제안 방법이 챌린지에서 공동 2위에 오를 정도로 정확한 목표량 추정치를 제공함을 보여준다
한계점으로는 정규변동 가정이 실제 꼬리 의존성을 완전히 포착하지 못할 가능성 및 블록 부트스트랩이 연도 내 남은 미세 의존성을 무시한다는 점을 들 수 있다
향후 연구에서는 비정규변동 모델이나 공간적 의존성을 명시적으로 포함하는 확장 모델을 고려할 수 있다