Bayesian Hierarchical Space-Time Models with Application to Significant Wave Height

این کتاب نمونه ای از یک بررسی آماری کامل از داده های امواج اقیانوس در فضا و زمان را ارائه می دهد. این نشان می‌دهد که چگونه چارچوب انعطاف‌پذیر مدل‌های فضا-زمان سلسله مراتبی بیزی را می‌توان برای فرآیندهای اقیانوس‌شناسی مانند ارتفاع موج قابل توجه به منظور توصیف ساختارهای وابستگی و عدم قطعیت‌ها در داده‌ها به کار برد.

این کتاب یک کتاب تحقیقاتی است و این تا حدی بین رشته ای است. خود این روش به طور محکم در سنت تحقیق آماری، مبتنی بر نظریه احتمال و فرآیندهای تصادفی، ریشه دارد. با این حال، این روش برای یک مشکل در زمینه اقیانوس‌شناسی فیزیکی، تجزیه و تحلیل داده‌ها برای ارتفاع موج قابل توجه، که برای رشته‌های مهندسی اقیانوس اهمیت حیاتی دارد، اعمال شده است. در واقع، ویژگی های آماری ارتفاع موج قابل توجه برای طراحی، ساخت و بهره برداری کشتی ها و سایر سازه های دریایی و ساحلی مهم است. علاوه بر این، این کتاب به این سوال می پردازد که آیا تغییرات آب و هوایی تأثیری بر آب و هوای موج اقیانوس دارد یا خیر، و اگر چنین است این تأثیر چه می تواند باشد. بنابراین، این کتاب سهم مهمی در بحث های جاری در مورد تغییرات آب و هوا، پیامدهای آن و چگونگی سازگاری با آب و هوای در حال تغییر، با تمرکز ویژه بر صنایع دریایی و محیط زیست دریایی است.

این کتاب باید برای هرکسی که به مدل‌سازی آماری فرآیندهای محیطی علاقه‌مند است، و به‌ویژه برای کسانی که به آب و هوای امواج اقیانوس علاقه دارند، ارزشمند باشد. در سطحی نوشته شده است که برای همه با پیشینه اولیه در آمار یا ریاضیات ابتدایی قابل درک باشد و مقدمه ای بر برخی مفاهیم اولیه در ضمیمه ها برای خواننده ناآشنا ارائه شده است. خوانندگان مورد نظر شامل دانشجویان و متخصصان درگیر در آمار، اقیانوس شناسی، مهندسی اقیانوس، تحقیقات محیطی، علوم آب و هوا و ارزیابی ریسک می شود. علاوه بر این، یافته‌های کتاب برای ذینفعان مختلف در صنایع دریایی مانند دفاتر طراحی، انجمن‌های رده‌بندی، مالکان کشتی، یاردها و اپراتورها، کشورهای دارای پرچم و آژانس‌های بین‌دولتی مانند IMO مرتبط است.

This book provides an example of a thorough statistical treatment of ocean wave data in space and time. It demonstrates how the flexible framework of Bayesian hierarchical space-time models can be applied to oceanographic processes such as significant wave height in order to describe dependence structures and uncertainties in the data.

This monograph is a research book and it is partly cross-disciplinary. The methodology itself is firmly rooted in the statistical research tradition, based on probability theory and stochastic processes. However, that methodology has been applied to a problem in the field of physical oceanography, analyzing data for significant wave height, which is of crucial importance to ocean engineering disciplines. Indeed, the statistical properties of significant wave height are important for the design, construction and operation of ships and other marine and coastal structures. Furthermore, the book addresses the question of whether climate change has an effect of the ocean wave climate, and if so what that effect might be. Thus, this book is an important contribution to the ongoing debate on climate change, its implications and how to adapt to a changing climate, with a particular focus on the maritime industries and the marine environment.

This book should be of value to anyone with an interest in the statistical modelling of environmental processes, and in particular to those with an interest in the ocean wave climate. It is written on a level that should be understandable to everyone with a basic background in statistics or elementary mathematics, and an introduction to some basic concepts is provided in the appendices for the uninitiated reader. The intended readership includes students and professionals involved in statistics, oceanography, ocean engineering, environmental research, climate sciences and risk assessment. Moreover, the book’s findings are relevant for various stakeholders in the maritime industries such as design offices, classification societies, ship owners, yards and operators, flag states and intergovernmental agencies such as the IMO.