基于伴随的两层准地转斜压湍流在线学习

出于计算限制的原因，大多数用于地球系统建模的全球海洋环流模型仍然依赖于次网格过程的参数化，而这些参数化的局限性会影响模拟的海洋环流和预测能力。一种日益流行的方法是利用机器学习方法进行参数化，将解决状态与流体系统中缺失反馈之间的映射回归作为一个监督学习任务。然而，学习通常以“离线”方式进行，在训练阶段不涉及底层流体动力学模型。在这里，我们探索了在训练阶段涉及流体动力学模型的“在线”方法，用于学习斜压湍流及其参数化，并参考了海洋涡旋参数化。考虑了两种在线方法：一种基于全伴随的在线方法，与需要“可微”动力学模型的传统伴随优化方法相关；以及一种近似在线方法，它近似伴随计算，不需要可微动力学模型。研究发现，在线方法通常比离线方法更具技巧性和数值稳定性。还详细介绍了与在线训练相关的其他细节，如窗口大小、机器学习模型设置和损失函数设计，以帮助进一步探索地球系统建模的在线训练方法。