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

技術的概要：フランス大西洋岸における過去の極端なスケーシュ・サージの多地点モデリングと再構築

問題定義
本論文は、フランス大西洋岸における歴史的極限海面水位事象、特にスケーシュ・サージ（skew surges）のモデリングと再構築の喫緊の必要性に取り組む。スケーシュ・サージは、観測された最大海面水位と天文的に予測された潮位との差として定義され、沿岸洪水の主要な駆動力である。ポート・チューディ、コンカルノー、ル・クルーエスティなど、観測記録が短い潮位観測所では、長期的な再現期間を正確に推定するために必要な歴史的深さが欠如しており、重大な課題が生じる。目的は、ブレストやサン＝ナゼール（150 年以上の記録を有する）など、広範な歴史的データを持つ近隣観測所との空間統計的依存性を活用することで、これらの短記録観測所における欠落した極端なスケーシュ・サージの時系列を再構築することである。

手法
本研究は、多変量極値理論（EVT）の文脈内でピーク・オーバー・スレッショルド（POT）フレームワークを採用する。ブロック最大値アプローチとは異なり、著者らは、少なくとも 1 つの入力観測所が高閾値を超える値を記録するたびに極端事象が発生すると定義する。これは、隣接観測所での単一の大きなサージが、局所的な条件に関係なく対象地点で洪水を引き起こし得ることを認識しているためである。

手法は 3 つの主要な構成要素に分けられる：

1. 周辺分布のモデリングと閾値選択：

   • 著者らは、分布の正の全体部分をモデル化しつつ、尾部において漸近的に一般化パレート（GP）分布に収束することを可能にする拡張一般化パレート（EGP）分布を用いて周辺分布をモデル化する。
   • 閾値 $t$ を選択するための新規の自動化手法が提案される。視覚的な安定性プロットに依存するのではなく、適合された EGP 密度が厳密に凸となる最小値を閾値として定義する。これは、形状パラメータ $\xi > -1/2$ に対して GP 密度が厳密に凸であるという性質を利用したものである。

2. 多変量予測アプローチ：
   共変量 $X$（長記録観測所におけるスケーシュ・サージ）が与えられた場合の目的変数 $Y$（短記録観測所におけるスケーシュ・サージ）を予測するために、2 つの相補的なアプローチが開発・比較される：

   • 非パラメトリック機械学習（ROXANE）：このアプローチは、ROXANEアルゴリズム（Clémençon et al., 2025）を利用する。データを単位パレート周辺分布に変換し、共変量の角成分（$\Theta_X$）に基づいて目的変数の「角」成分（$\Theta_Y$）を予測することに焦点を当て、尾部における半径成分と角成分の漸近的独立性を利用する。このアルゴリズムは、これらの角変量に対して訓練された市販の回帰モデル（通常最小二乗法とランダムフォレストでテスト）を使用する。
   • パラメトリックモデリング（MGPRED）：このアプローチは、データを単位指数分布周辺分布に変換し、シフトされた超過値に多変量一般化パレート（MGP）分布を適合させる。パラメトリックモデル（特に依存パラメータを有する独立したガンベル成分）を極値データに適合させるために、検閲尤度アプローチを採用する。予測は、条件付き分布からのモンテカルロサンプリングを通じて行われ、予測区間の生成を可能にする。

主要な貢献

• 新規の閾値選択：本論文は、EGP フレームワークにおける単変量閾値を選択するための自動化された凸性ベースの基準を導入し、主観的な視覚的検査への依存を軽減する。
• 比較フレームワーク：欠落した極端な構成要素の再構築という特定のタスクにおいて、モデルに依存しない機械学習アプローチ（ROXANE）と完全なパラメトリック多変量 EVT アプローチ（MGPRED）との稀な直接比較を提供する。
• 理論的接続：著者らは、2 つの手法間の理論的リンクを解明し、手法論的な違い（角回帰対条件付き密度モデリング）にもかかわらず、分布尾部に関する統計的仮定が本質的に同等であることを示す。
• 歴史的データの再構築：これらの手法は、ブレストとサン＝ナゼールのデータを活用して、1966 年以前のポート・チューディにおける極端なスケーシュ・サージの時系列を再構築することに成功した。

結果

• 周辺適合：EGP 分布は周辺データに対して頑健な適合を示し、提案された閾値選択手法は、閾値以上で EGP 適合と GP 適合を比較することにより、GP 近似が成立する領域を効果的に特定した。
• 予測性能：
  • MGPREDは、テストセット全体にわたる平均二乗誤差（RMSE）と平均絶対誤差（MAE）の点で、全体的な性能において優れていた。これは、より小さな極値のモデリングが優れており、予測区間の生成という利点を提供した（0.95 の被覆確率は 0.89 だった）。
  • ROXANE（特に OLS を使用した場合）は、最も極端な領域（上部尾部）においてわずかに優れた性能を示し、最大のスケーシュ・サージに対してより正確な点推定値を生成した。
  • 両手法とも、極値分布の下部尾部（より小さな極値）において困難を抱えた。これは、形状パラメータ $\kappa$ の誤差に対する逆変換の感度と、最も極端な事象を優先する検閲尤度の使用に起因する制限と見なされた。
• 歴史的再構築：ポート・チューディ（1966 年以前）の再構築された時系列は、ブレストとサン＝ナゼールで主要な嵐に対応した 1876 年 12 月 31 日夜から 1877 年 1 月 1 日にかけて記録された顕著なスケーシュ・サージなど、主要な歴史的出来事を成功裡に捉えた。

意義と主張
本論文は、非パラメトリックおよびパラメトリックの両アプローチが、極限海面水位の再構築に対して有効かつ実用的に意義のある結果をもたらすと主張する。

• 実用性：MGPRED 手順は、全体的な性能と不確実性の定量化（予測区間）を必要とするシナリオに推奨され、一方、ROXANE 手順は、絶対的に最大の事象の最も正確な点予測が主目的である場合に好まれる。
• 手法論的進展：この研究は、地球科学における多変量極値理論の使用を促進し、特に周辺モデリングにおける EGP 分布の有用性と、極値回帰における ROXANE アルゴリズムの有用性を強調している。
• 限界と今後の課題：著者らは控えめに、モデルはより古い年次に対して精度が低いことを指摘しており、これは観測所間で異なる可能性のある未モデル化の時間的傾向（例：地球温暖化）に起因する可能性がある。また、現在のモデルは風などの気象共変量を組み込んでいないことを認め、これはより小さな極値のモデリングを改善し得るとしている。極端な共変量に対する統計的に健全な予測区間の構築は、将来の研究課題として特定された。

本研究は、これらの手法が他の空間的極値問題に広く適用可能であり、追加の共変量の組み込みや、風や気圧などの他の変数に対する欠損データ補完への拡張が可能であると結論付けている。