R用fevd拟合GEV计算低温重现值时log(z)生成NaN及结果异常问题

1. 分布适配逻辑错误：你需要计算的是最低气温的重现值，属于极小值极值分布范畴，而extRemes包的fevd函数默认适配极大值GEV分布，直接输入原始负值最低气温序列会导致模型参数估计完全偏离真实分布规律，估计出的形状参数异常，进而在计算重现水平时触发对数输入为负的log(z) NaNs produced警告，同时出现指数爆炸级的异常大值结果。
2. 置信参数设置错误：return.level函数的conf参数代表置信水平，你代码中设置为0.05不符合常规使用逻辑，进一步加剧了计算异常。

修正拟合逻辑 #

将极小值问题转换为极大值问题处理，拟合完成后再转换回原始温度单位：

library(extRemes)
# 1. 原始最低气温取反，转换为极大值问题
mmm_pos <- -mmm
# 2. 拟合GEV模型
mle <- fevd(mmm_pos, method = "MLE", type = "GEV")
# 查看拟合参数，确认尺度参数为正、形状参数绝对值在合理范围（通常在-1到1之间）
print(mle)
# 3. 计算重现水平后转换回原始温度单位，置信水平设置为0.95
rl_pos <- return.level(mle, conf=0.95, return.period=c(10, 20, 50, 100))
rl <- -rl_pos
print(rl)

批量处理的NaN排查方案 #

针对你95个待处理向量的批量计算场景，可通过参数校验+异常捕获的方式嵌入is.nan判断逻辑，自动处理异常序列：

# 批量处理示例，all_series为存储95个气温序列的列表
all_return_levels <- lapply(all_series, function(temp_series) {
  tryCatch({
    # 数据转换
    temp_pos <- -temp_series
    # 拟合模型
    fit <- fevd(temp_pos, method = "MLE", type = "GEV")
    fit_params <- fit$results$par
    # 前置参数校验，提前拦截异常拟合结果
    if(fit_params["scale"] < 0 || abs(fit_params["shape"]) > 1) {
      warning("参数估计异常")
      return(rep(NaN, 4))
    }
    # 计算重现值
    rl_pos <- return.level(fit, conf=0.95, return.period = c(10,20,50,100))
    rl <- -rl_pos
    # 结果NaN校验
    if(any(is.nan(rl))) {
      warning("重现值计算出现NaN")
      return(rep(NaN, 4))
    }
    return(rl)
  }, warning = function(w) {
    message("序列拟合警告: ", w$message)
    return(rep(NaN, 4))
  }, error = function(e) {
    message("序列拟合错误: ", e$message)
    return(rep(NaN, 4))
  })
})

内容的提问来源于stack exchange，提问作者Indrute