Multi-site modelling and reconstruction of past extreme skew surges along the French Atlantic coast

Este estudio propone un nuevo marco de modelado multi-sitio que combina una distribución generalizada de Pareto multivariante y un enfoque de regresión extrema para reconstruir series temporales históricas de marejadas de sesgo extremo a lo largo de la costa atlántica francesa, aprovechando datos a largo plazo de estaciones clave para predecir eventos en ubicaciones con registros limitados.

Lo esencial

Imagina la costa atlántica francesa como una bañera larga y sinuosa. A veces, el agua no solo sube con la marea normal; es empujada violentamente por tormentas, creando una "marea sesgada". Estas mareas son como olas repentinas y peligrosas que pueden inundar la costa.

El problema que enfrentaron los científicos es que algunas partes de esta "bañera" han estado vigilando el agua durante más de 150 años (como la ciudad de Brest), mientras que otros lugares solo comenzaron a vigilarla recientemente (como Port Tudy, que solo empezó en 1999). Si quieres saber cuán peligrosa fue el agua en Port Tudy en 1870, tienes un vacío en tus datos. No puedes simplemente adivinar; necesitas reconstruir la historia.

Este artículo trata sobre construir una máquina del tiempo estadística para llenar esos años faltantes. Así es como lo hicieron, usando analogías simples:

1. La idea central: El "Vigilancia del Vecindario"

Los investigadores se dieron cuenta de que las tormentas no golpean solo una ciudad; golpean toda la región. Si una tormenta masiva golpea Brest (una ciudad con una larga historia de registros), casi con seguridad golpeó Port Tudy (una ciudad con una historia corta) al mismo tiempo, incluso si Port Tudy aún no tenía un medidor para registrarlo.

Utilizaron los registros largos y confiables de Brest y Saint-Nazaire como "maestros" para adivinar lo que sucedió en los "estudiantes" (Port Tudy, Concarneau y Le Crouesty) durante los años anteriores a que los estudiantes tuvieran sus propias herramientas de medición.

2. Los dos métodos: La "Regla" vs. La "Bola de Cristal"

Para hacer estas predicciones, el equipo construyó dos tipos diferentes de motores matemáticos. Piensa en ellos como dos formas diferentes de predecir el futuro basándose en el pasado.

Método A: La "Bola de Cristal" (ROXANE - Aprendizaje Automático)

• Cómo funciona: Este método utiliza un algoritmo informático (específicamente, un tipo de aprendizaje automático) para observar la forma de los datos de la tormenta. Imagina que estás mirando una tormenta desde la distancia. No te importa exactamente cuán alta está el agua en metros; te importa el ángulo o la dirección de la energía de la tormenta.
• El Truco: La computadora aprende la relación entre el "ángulo" de la tormenta en Brest y el "ángulo" de la tormenta en Port Tudy. Una vez que aprende este patrón, puede observar una tormenta en Brest de 1870, determinar el ángulo y adivinar instantáneamente el ángulo en Port Tudy.
• Mejor para: Es excelente para predecir los eventos absolutamente peores (las mareas más grandes y peligrosas). Te da un solo número muy preciso sobre cuál fue probablemente el nivel del agua.

Método B: La "Bola de Cristal con Red de Seguridad" (MGPRED - Modelo Paramétrico)

• Cómo funciona: Este método utiliza reglas matemáticas estrictas (estadísticas) para construir un mapa completo de cómo se comporta el agua. En lugar de solo adivinar un número, construye una "nube" de posibilidades.
• El Truco: Dice: "Basado en la tormenta en Brest, el agua en Port Tudy podría estar en cualquier lugar entre 2 metros y 4 metros". No solo te da una suposición; te da un intervalo de confianza (una red de seguridad).
• Mejor para: Es mejor para entender el cuadro completo, incluidas las mareas más pequeñas, y te dice cuán segura es su suposición. Es como decir: "Creo que llovió 2 pulgadas, pero podría haber sido en cualquier lugar entre 1.5 y 2.5 pulgadas".

3. El problema del "Umbral": ¿Cuándo es una ola una "Marea"?

Un desafío importante fue decidir qué cuenta como un evento "extremo". ¿Es una ola de 1 metro extrema? ¿Qué pasa con una de 1.5 metros?

• La Innovación: Los autores inventaron una nueva forma automática de trazar la línea. Utilizaron una curva matemática especial (llamada distribución EGP) para encontrar el punto exacto donde los datos comienzan a comportarse como una tormenta "salvaje" en lugar de un día normal. Es como un sensor inteligente que decide automáticamente: "Bien, cualquier cosa por encima de esta altura específica es una tormenta que necesitamos estudiar".

4. Los Resultados: Llenando los Vacíos

El equipo probó sus métodos en datos que ya tenían (los años en que Port Tudy sí tenía un medidor) para ver si podían "predecir" correctamente el pasado.

• El Veredicto: Ambos métodos funcionaron bien.
  • El método de Aprendizaje Automático (ROXANE) fue ligeramente mejor para predecir las mareas más grandes (las que causan más daños).
  • El método Estadístico (MGPRED) fue mejor para predecir las mareas más pequeñas y les dio un rango de incertidumbre, lo cual es crucial para la gestión de riesgos.
• El Viaje en el Tiempo: Utilizaron con éxito estos modelos para reconstruir la historia de Port Tudy hasta 1846. Descubrieron que la tormenta más grande que predijeron ocurrió en la víspera de Año Nuevo de 1876/1877. Esto coincidió con registros históricos de una tormenta masiva que causó inundaciones en Bretaña, demostrando que su "máquina del tiempo" era precisa.

Resumen

En resumen, este artículo nos enseña cómo usar la larga historia de una ciudad para "llenar los espacios en blanco" de sus vecinos. Al utilizar dos herramientas matemáticas diferentes: una enfocada en los picos más agudos y la otra en el rango completo de posibilidades, crearon una historia confiable de los niveles extremos del agua. Esto ayuda a los gestores costeros a entender con qué frecuencia podrían ocurrir inundaciones peligrosas, incluso en lugares donde no tenemos registros antiguos.

Resumen técnico

Resumen Técnico: Modelado multilocal y reconstrucción de marejadas extremas pasadas a lo largo de la costa atlántica francesa

Planteamiento del Problema
El artículo aborda la necesidad crítica de modelar y reconstruir eventos históricos de niveles extremos del mar, específicamente marejadas sesgadas (skew surges), a lo largo de la costa atlántica francesa. Las marejadas sesgadas, definidas como la diferencia entre los niveles máximos del mar observados y las mareas predichas astronómicamente, son los principales impulsores de la inundación costera. Un desafío significativo surge en las estaciones mareográficas con registros observacionales cortos (por ejemplo, Port Tudy, Concarneau, Le Crouesty), las cuales carecen de la profundidad histórica necesaria para estimar con precisión los periodos de retorno a largo plazo. El objetivo es reconstruir series temporales de marejadas sesgadas extremas faltantes en estas estaciones de registro corto aprovechando la dependencia estadística espacial con estaciones cercanas que poseen datos históricos extensos (por ejemplo, Brest y Saint-Nazaire, con registros que abarcan más de 150 años).

Metodología
El estudio emplea un marco de Picos sobre Umbral (POT) dentro de un contexto de teoría de valores extremos multivariante (EVT). A diferencia de los enfoques de máximos de bloques, los autores definen un evento extremo como aquel que ocurre siempre que al menos una estación de entrada registra un valor que supera un umbral alto, reconociendo que una sola marejada grande en una estación vecina puede causar inundación en el sitio objetivo independientemente de las condiciones locales.

La metodología se divide en tres componentes principales:

1. Modelado Marginal y Selección de Umbral:

   • Los autores modelan las distribuciones marginales utilizando la distribución Generalizada de Pareto Extendida (EGP), que permite modelar toda la parte positiva de la distribución mientras converge asintóticamente a una distribución Generalizada de Pareto (GP) en la cola.
   • Se propone un método novedoso y automatizado para seleccionar el umbral $t$. En lugar de depender de gráficos de estabilidad visual, el umbral se define como el valor más bajo por encima del cual la densidad EGP ajustada se vuelve estrictamente convexa. Esto aprovecha la propiedad de que las densidades GP son estrictamente convexas para parámetros de forma $\xi > -1/2$.

2. Enfoques de Predicción Multivariante:
   Se desarrollan y comparan dos enfoques complementarios para predecir la variable objetivo $Y$ (marejada sesgada en la estación de registro corto) dadas las covariables $X$ (marejadas sesgadas en estaciones de registro largo):

   • Aprendizaje Automático No Paramétrico (ROXANE): Este enfoque utiliza el algoritmo ROXANE (Clémençon et al., 2025). Transforma los datos a márgenes de Pareto unitario y se centra en predecir el componente "angular" ($\Theta_Y$) del objetivo basándose en el componente angular de las covariables ($\Theta_X$), explotando la independencia asintótica entre los componentes radial y angular en la cola. El algoritmo utiliza modelos de regresión estándar (probados con Mínimos Cuadrados Ordinarios y Bosque Aleatorio) entrenados sobre estas variables angulares.
   • Modelado Paramétrico (MGPRED): Este enfoque transforma los datos a márgenes exponenciales unitarios y ajusta una distribución Generalizada de Pareto Multivariante (MGP) a los excesos desplazados. Emplea un enfoque de verosimilitud censurada para ajustar modelos paramétricos (específicamente, componentes Gumbel independientes con un parámetro de dependencia) a los datos extremos. La predicción se realiza mediante muestreo de Monte Carlo desde la distribución condicional, permitiendo la generación de intervalos de predicción.

Contribuciones Clave

• Selección Novel de Umbral: El artículo introduce un criterio automatizado basado en la convexidad para seleccionar umbrales univariantes en el marco EGP, reduciendo la dependencia de la inspección visual subjetiva.
• Marco Comparativo: Proporciona una comparación directa poco común entre un enfoque de aprendizaje automático agnóstico al modelo (ROXANE) y un enfoque paramétrico completo de EVT multivariante (MGPRED) para la tarea específica de reconstruir componentes extremos faltantes.
• Conexión Teórica: Los autores elucidan el vínculo teórico entre los dos métodos, demostrando que, a pesar de sus diferencias metodológicas (regresión angular vs. modelado de densidad condicional), se basan en supuestos estadísticos esencialmente equivalentes respecto a la cola de la distribución.
• Reconstrucción de Datos Históricos: Los métodos se aplican con éxito para reconstruir la serie temporal de marejadas sesgadas extremas en Port Tudy antes de 1966, utilizando datos de Brest y Saint-Nazaire.

Resultados

• Ajuste Marginal: La distribución EGP proporcionó un ajuste robusto para los datos marginales, y el método propuesto de selección de umbral identificó efectivamente la región donde se mantiene la aproximación GP (verificado comparando los ajustes EGP y GP por encima del umbral).
• Rendimiento Predictivo:
  • MGPRED demostró un rendimiento general superior en términos de Error Cuadrático Medio (RMSE) y Error Absoluto Medio (MAE) en todo el conjunto de prueba. Proporcionó un mejor modelado de valores extremos más pequeños y ofreció la ventaja de generar intervalos de predicción (la probabilidad de cobertura de 0.95 fue de 0.89).
  • ROXANE (específicamente con MCO) funcionó ligeramente mejor en las regiones más extremas (la cola superior), produciendo estimaciones puntuales más precisas para las marejadas sesgadas más grandes.
  • Ambos métodos tuvieron dificultades con la cola inferior de la distribución extrema (valores extremos más pequeños), una limitación atribuida a la sensibilidad de la retrotransformación a errores en el parámetro de forma $\kappa$ y al uso de verosimilitudes censuradas que priorizan los eventos más extremos.
• Reconstrucción Histórica: La serie temporal reconstruida para Port Tudy (pre-1966) capturó con éxito eventos históricos importantes, como la marejada sesgada significativa registrada en la noche del 31 de diciembre de 1876 al 1 de enero de 1877, que correspondió a grandes tormentas en Brest y Saint-Nazaire.

Significado y Afirmaciones
El artículo afirma que tanto los enfoques no paramétrico como paramétrico producen resultados válidos y prácticamente significativos para la reconstrucción de niveles extremos del mar.

• Utilidad Práctica: Se recomienda el procedimiento MGPRED para escenarios que requieren rendimiento general y cuantificación de la incertidumbre (intervalos de predicción), mientras que el procedimiento ROXANE se prefiere cuando el objetivo principal es la predicción puntual más precisa de los eventos absolutos más grandes.
• Avance Metodológico: El trabajo promueve el uso de la teoría de valores extremos multivariante en geociencias, destacando específicamente la utilidad de la distribución EGP para el modelado marginal y el algoritmo ROXANE para la regresión extrema.
• Limitaciones y Trabajo Futuro: Los autores notan modestamente que los modelos son menos precisos para años más antiguos, posiblemente debido a tendencias temporales no modeladas (por ejemplo, calentamiento global) que pueden diferir entre estaciones. También reconocen que los modelos actuales no incorporan covariables meteorológicas (como el viento), lo que podría mejorar el modelado de eventos extremos más pequeños. La construcción de intervalos de predicción estadísticamente sólidos para covariables extremas se identifica como un tema para futuras investigaciones.

El estudio concluye que estos métodos son ampliamente aplicables a otros problemas espaciales extremos y pueden extenderse para incluir covariables adicionales o aplicarse a la imputación de datos faltantes para otras variables como el viento o la presión.