BAYESIAN HIERARCHICAL MODELING AND EXTREME VALUE THEORY FOR PREDICTING EXTREME AIR TEMPERATURE EVENTS

BAYESIAN HIERARCHICAL MODELING AND EXTREME VALUE THEORY FOR PREDICTING EXTREME AIR TEMPERATURE EVENTS. Masters thesis, King Fahd University of Petroleum and Minerals.

[img] PDF
Final thesis AAC bunja komma.pdf - Accepted Version
Restricted to Repository staff only until 14 May 2026.

Download (7MB)

Arabic Abstract

ملخص الرسالة الاسم: بونجا كوما عنوان الدراسة: نمذجة بيز الهرمية و نظرية القيمة القصوى للتنبؤ بأحداث درجات الحرارة الجوية القصوى التخصص: الاحصاء التطبيقي تاريخ الدرجة العلمية: أبريل 2025 تستخدم هذه البحث النمذجة الهرمية لبيز ونظرية القيم المتطرفة لتحليل وتوقع ظواهر درجات الحرارة القصوى في غامبيا، وهي منطقة ٔ معرضة بشكل متزايد لتغير المناخ. باستخدام بيانات درجات الحرارة القصوى اليومية من عشر محطات ارصاد جوية تمتد من عام 2005 ٕالى عام ،2022 يطبق البحث توزيع القيم القصوى المعممة باستخدام طريقة الحدود القصوى الكتلية، وتوزيع باريتو المعمم باستخدام ً ظهر توزيع ٕ ا من نوع ويبل، مما يشير الى ذيول ٔ نهج تجاوز الذروة لعتبة نمذجة السلوك المتطرف. تكشف النتائج ان جميع المحطات تُ ُ عليا محدودة لدرجات الحرارة القصوى. ي ٕ ستخدم ا ُ طار بيز مع م ٔ سبقات غير معلوماتية واساليب سلسلة ماركوف مونت كارلو لتقدير ٔ ا، حيث سجلت باس اعلى مستويات العائد (.45 32 ً ًا كبير ً ا قوي ً ا ومرن ً ا. حددت الدراسة تباين ٕ ا اقليمي المعاملات، مما يضمن استدلالً ٔ درجة مئوية) ، بينما سجلت ياندوم ا ُ دنى درجة حرارة (.43 68 درجة مئوية)، مما يبرز ديناميكيات المناخ المحلية. وتُعزز نماذج القيم المتطرفة المعممة غير الثابتة، التي تتضمن اتجاهات خطية وتربيعية في معلمات الموقع والحجم، دقة التنبؤات، التي تم التحقق من ُ همية استراتيجيات التكيف المصممة صحتها من خلال اختبارات نسبة الاحتمالية والرسوم البيانية التشخيصية. وتُ ٔ ؤكد النتائج على ا ً خصيص ٓ ا للتخفيف من ا ً ثار درجات الحرارة القصوى على الزراعة والصحة والبنية التحتية في غامبيا. ويسد هذا البحث فجوة ً حرجة في ٕ تخطيط المرونة المناخية الاقليمية.

English Abstract

This thesis employs Bayesian Hierarchical Modeling and Extreme Value Theory (EVT) to analyze and predict extreme air temperature events in The Gambia, a region increasingly vulnerable to climate change. Using daily maximum temperature data from ten meteorological stations spanning 2005 to 2022, the research applies the Generalized Extreme Value (GEV) distribution via the Block Maxima (BM) method and the generalized Pareto (GP) distribution via the Peak Over Threshold (POT) approach to model extreme behavior. The results reveal that all the stations exhibit a Weibull-type distribution (shape parameter ξ < 0), indicating bounded upper tails for extreme temperatures. A Bayesian framework with non-informative priors and Markov Chain Monte Carlo (MCMC) methods is used for parameter estimation, ensuring robust and flexible inference. The study identifies significant regional variability, with Basse recording the highest return levels (for example, 45.32◦C for a 1000-year return period) and Yundum the lowest (43.68◦C), highlighting localized climate dynamics. Nonstationary GEV models incorporating linear and quadratic trends for location and scale parameters further enhance predictive accuracy, validated through likelihood ratio tests and diagnostic plots. The findings underscore the importance of tailored adaptation strategies to mitigate the impacts of extreme temperatures on agriculture, health, and infrastructure in The Gambia. This research bridges a critical gap in regional climate resilience planning. Keywords: Extreme Value Theory, Bayesian Hierarchical modeling, Generalized Extreme Value Distribution, Generalized Pareto Distribution, Climate change, The Gambia.

Item Type: Thesis (Masters)
Subjects: Environmental
Math
Department: College of Computing and Mathematics > Mathematics
Committee Advisor: AFUECHETA, EMMANUEL OSITA
Committee Members: OMAR, MOHAMMAD HAFIZ and RIAZ, MUHAMMAD
Depositing User: BUNJA KOMMA (g202216600)
Date Deposited: 19 May 2025 04:49
Last Modified: 19 May 2025 04:49
URI: http://eprints.kfupm.edu.sa/id/eprint/143371