关键词:韩国，臭氧极端数据，Bayesian空间分布，趋势分析，Bayesian - Spatial Analysis 背景．像洪水、极端温度和臭氧损耗这样的极端事件正在世界的每个角落发生。因此，对这种造成巨大破坏的罕见事件进行建模的必要性，已成为世界上大多数国家的优先事项。 方法．该数据集包含了韩国29个有代表性的空气监测点1991 - 2015年的臭氧数据。使用最大似然估计(MLE)的空间广义极值(GEV)和两个最大稳定和贝叶斯克里格模型的统计模型用于分析。此外，这些统计模型的预测性能比较使用的措施，如均方根误差(RMSE)，平均绝对误差(MAE)，相对偏差(rBIAS)，相对平均分离(rMSEP)已经被利用。 结果．从臭氧数据的时间图来看，极端臭氧浓度在规定的时间内呈线性增加。对10年、25年、50年和100年后臭氧浓度的回归水平进行了预测，结果表明臭氧极值有增加的趋势。臭氧极值的空间变异性较大，区域周边地区臭氧极值浓度高于中心地区。与其他模型相比，贝叶斯克里格模型的均方根误差相对最小。 结论．极端臭氧浓度明显呈现出正趋势和空间变化。此外，在本文所考虑的模型中，贝叶斯克里金模型被选为较好的模型。SN - 1687-9309 UR - https://doi.org/10.1155/2020/8839455 DO - 10.1155/2020/8839455 JF -气象进展PB - Hindawi KW - ER -