面向复杂数据结构的欧洲极端冰雹事件统计模型

项目概览

本项目是 UNRISK CDT 2027年项目，主导师为 UCL 统计科学系 Prof Robin Mitra，学术导师为 Dr Emma Simpson，项目伙伴为 Liberty Mutual。研究目标是为欧洲大冰雹事件建立更稳健的极端值和缺失数据统计模型，帮助理解气候变暖下严重冰雹风险如何变化。

项目详情

大冰雹是低频但高损失的天气灾害，可损坏房屋、车辆、农作物和基础设施。欧洲冰雹观测来自天气雷达、冰雹垫、保险理赔和公民科学等多种来源，空间覆盖、数据质量和记录长度差异很大。直接合并这些数据会出现缺失、稀疏、不代表性、分辨率不一致和观测实践变化等问题。

博士工作将开发新的统计方法，把这些异质数据源整合起来，形成对大冰雹事件分布更稳健的估计，并降低对气候相关大气风险变化的认知不确定性。项目会使用极端值分析，因为该理论允许对分布尾部进行外推和估计；同时会研究贝叶斯方法和统计/机器学习方法，以便在统一框架中处理缺失值和结构化缺失。

项目特别关注如何区分真实风险变化与观测方式变化。某些地区可能更容易被观测或上报，某些数据源只覆盖特定时期或空间；如果不建模这些结构性缺失，极端风险估计可能偏差很大。主导师 Robin Mitra 的研究重点包括 missing data、structured missingness、Bayesian modelling；Emma Simpson 研究极端值模型，近期有关于 block maxima 缺失数据建模的论文。

Liberty Mutual 提供保险行业视角，帮助项目理解冰雹风险如何进入 catastrophe modelling、exposure management 和保险决策。合作可以提高应用价值，但也需要确认数据许可、保密边界和论文可发表性。

申请要点

• 适合数学、统计背景强，并希望发展统计方法且应用于气候科学的学生。

• R 编程经验会有帮助；较强的数学与统计基础是明确的申请方向，其他方法和行业背景可与导师讨论。

• 国际申请者可参加 UNRISK 竞争，成功获奖者全额学费覆盖，但国际名额受限，签证和 NHS IHS 不覆盖。

• 申请前应联系导师确认是否实际招收、Liberty 数据边界、是否需要保险行业经验。

需要进一步确认

需确认该项目是否属于实际招收的18个项目之一、Liberty Mutual 提供哪些数据及是否可用于发表、UCL 正式申请材料和英语要求、国际名额竞争强度、以及博士期间是否需要行业 placement。

【补充说明】

本项目的统计挑战比“做一个冰雹预测模型”更具体：不同观测源之间的缺失不是随机噪声，而可能由站点分布、保险覆盖、上报习惯、雷达覆盖和时间长度共同决定。学生需要判断哪些缺失机制可以建模，哪些只能通过敏感性分析呈现。极端值建模还要求对尾部外推保持谨慎，因为罕见事件样本少，错误处理缺失值会影响 return level 和未来损失估计。

Liberty Mutual 的参与使项目贴近保险和再保险场景，但也意味着行业数据可能有使用限制。申请者应准备统计方法而非单纯气候兴趣的证据，例如极端值理论课程、贝叶斯推断、R 包开发、缺失数据论文阅读、以及把方法解释给非统计合作方的能力。若希望未来进入保险风险、catastrophe modelling 或气候风险分析岗位，本项目的技能迁移性较强。

UCL欧洲冰雹统计博士项目报告

执行结论

值得重点考虑，关键是数据权限及统计方法匹配。 官方课题列为 UCL 统计科学系2027年 UNRISK 项目，由 Robin Mitra 和 Emma Simpson 指导，Liberty Mutual 参与合作。研究要把来自不同位置、时期和质量等级的冰雹观测合起来，同时避免把观测方式变化误判为风险变化。对缺失数据、极端值和统计推断有基础的人，这个课题有清楚的方法贡献空间。官方课题

资助须通过 UNRISK 竞争取得，国际名额受限，签证与 IHS 不覆盖；项目是否属于实际招收的18个课题之一、合作方数据能否使用和发表，仍需确认。申请系统于2026年11月16日开放，截止为2027年1月13日13:00 GMT。下一步应先用一份缺失数据或极值推断的技术样例联系导师，再核对数据、招生与申请条件。

研究问题与博士工作

大冰雹是低频但高损失的天气灾害，可损坏房屋、车辆、农作物和基础设施。欧洲冰雹数据来自雷达、冰雹垫、保险理赔和公民科学；空间覆盖、记录长度及质量不一致，合并时产生结构性缺失，容易访问或上报的地点也可能被过度代表。分辨率、观测实践和保险覆盖的差异也会影响样本代表性，不能将缺失全部视为随机噪声。

博士将研究极端值分析、多源整合，以及同时处理极端事件与缺失值的贝叶斯框架，也会探索统计或机器学习方法。极端值理论可用于分布尾部外推，但罕见事件样本少，错误处理缺失会影响重现水平和未来损失估计。需要判断哪些缺失机制可以建模，哪些只能通过敏感性分析呈现。

有价值的成果包括更稳健的尾部风险和重现水平估计、可信的不确定性区间，以及能区分风险与观测变化的验证方法。具体是否采用区组最大值、超阈值、空间极值或数据融合，应由学生与导师进一步确定。保险伙伴提供行业问题和专业联系，公开页面不能证明某个理赔数据集已经获准使用。

学校、学科与培养

学校与参与机构的角色

机构或安排	已有资料中的角色	需要保留的边界
UCL，Department of Statistical Science	课题所在学校与研究单位，位于伦敦，提供统计方法研究环境	正式授位、博士注册课程和具体学制需按录取文件及学校规定确认
UNRISK CDT	气候风险共同培训与竞争性博士奖学金网络	共同培训不代表联合或双学位；获奖与课题实际招生均需确认
Liberty Mutual	保险行业伙伴，连接 catastrophe modelling、exposure management 和保险决策	参与合作不等于已授权理赔数据访问，也不保证实习或毕业岗位
利兹申请系统	UNRISK 统一申请入口	申请受理平台与最终授位、注册机构应分开确认

本课题的学科特点是把缺失数据和极端值推断用于气候风险：统计方法深度决定研究能否可靠解释异质观测，气象和保险问题则提供验证与应用场景。

现有资料未列出 UCL 综合或统计学科排名的具体名次与年份。学校背景可参照 UCL 排名资料，学科与培养信息可参照 UCL 统计科学系 和 Statistical Science MPhil/PhD 的说明。

培养期限与实践

UNRISK 资助覆盖3年9个月，培养安排预期有三个月实践。资助期、学校注册学制和实践时间如何衔接，以及本课题的具体实践单位、安排和大气科学支持，仍需确认。研究／培训经费属于规定用途的支持，不能理解为可自由支配的个人收入。

导师与相关论文

Mitra 的缺失数据、数据保密和贝叶斯研究，与课题的数据整合问题相接；Simpson 的环境极值研究支撑尾部推断。两人的互补性比一般院校排名更能解释这个课题的训练价值。

• Mitra 等《Learning from data with structured missingness》于2023年1月25日在 Nature Machine Intelligence 发表，是 Perspective 文章，梳理结构性缺失的挑战。它支持问题框架，不能当作已验证的冰雹预测算法。论文
• Simpson 与 Northrop 的2026年 Environmetrics 论文《Accounting for Missing Data When Modelling Block Maxima》在 GEV 模型中考虑每组缺失比例。论文采用似然推断，演示于海水增水和空气污染数据，假定独立同分布及非信息性缺失；转向异质冰雹数据时，仍须检验这些条件。论文
• Battaglioli 等2023年欧洲与北美雷电、大冰雹趋势论文是领域背景证据，并非两位导师的成果。它帮助理解观测与气候信号的区分。论文

相关技能可迁移到巨灾建模、保险分析、天气风险咨询、政府气候风险及学术统计研究；伙伴参与和学校声誉均不能保证毕业岗位。

资助与伦敦预算

UNRISK 奖项竞争成功后覆盖全额国际学费、3年9个月 UKRI 标准津贴、£6,000研究训练支持及£5,000学生共同培训（cohort training）支持。国际名额受 UKRI 规则限制，签证及 NHS IHS 不覆盖。2027/28津贴数额及是否有伦敦额外补贴仍需书面确认。资助与资格

UCL 2026/27生活成本页面列私人合租租金约£650–1,300/月，不含家庭账单；食物参考约£229/月。研究生校内住房价格范围较宽，不能以最低房型假定全年有房。以上是准备预算的参考，不是2027年价格保证，也未包含全部交通、通讯、能源和搬迁费用。UCL费用说明 伦敦生活

资格、时间与准备

中国申请者原则上可竞争，须满足相关学历等值和英语要求；UNRISK 最低标准为相关专业英国二等一或同等资格，相关硕士也会考虑。已获博士或当前注册博士者不符合要求，英语证明需在注册前满足学校规定。

利兹系统于 2026年11月16日 开放，截止为 2027年1月13日13:00 GMT，即星期三。官网材料说明仍含2026版流程，须等2027版更新后核对；最多选择两个课题，先与导师讨论。申请流程

课题明确希望申请人有较强数学和统计基础，R 经验有帮助。精算、数据科学、气象或气候风险背景应以统计工作证明匹配；Python、贝叶斯／似然推断、空间模型及不确定性沟通是可准备的证据，并非全部为正式硬性要求。可以通过极端值课程、R 包开发或缺失数据论文阅读展示准备程度，也需能向非统计合作方解释方法。

下一步与待确认问题

阶段	行动与待确认问题
申请前联系	准备一份缺失数据或极值推断的简短技术样例，询问课题是否属于实际招收的18个项目、已落实哪些冰雹数据、Liberty 的访问和发表限制；讨论是否需要保险行业经验及第一年方法目标
正式提交前	等2027版流程更新后核对材料、学历等值和英语要求，确认最多两个课题的选择及13:00 GMT截止时间；询问大气科学支持、三个月实践安排与学校授位／注册关系
面试时	讨论区组最大值、超阈值、空间极值或多源融合的具体方法范围，明确数据不足时的验证及敏感性分析安排
接受录取前	核对书面国际学费资助、3年9个月津贴、研究及共同培训经费、2027/28津贴与可能伦敦补贴；完成伦敦预算，并另行准备签证／IHS支出

证据与来源

项目、学校与申请

• UNRISK 官方冰雹统计课题
• UNRISK 申请流程
• UNRISK 资格与资助
• UNRISK 2027项目目录
• UCL 统计科学系
• UCL Statistical Science MPhil/PhD
• UCL 排名资料
• UCL 中国学历要求

导师与论文

• Professor Robin Mitra 的 UCL 档案
• Emma Simpson 研究页面
• Learning from data with structured missingness
• Accounting for Missing Data When Modelling Block Maxima
• Modeled Multidecadal Trends of Lightning and (Very) Large Hail in Europe and North America (1950-2021)

领域、预算与签证

• European Severe Storms Laboratory 科学出版物
• Liberty Mutual 气候转型与风险背景
• UCL 伦敦生活
• UCL 学习与生活成本
• UK Climate Change Risk Assessment 2022
• Met Office 临近预报与天气风险研究
• 英国学生签证资金要求
• UKRI 博士奖学金指引