基于贝叶斯优化的极端海况事件的再分析与谱第三代波浪模型校准
大气与海洋物理
2026-01-05 v1 计算物理
地球物理
应用统计
摘要
对极端海况事件的精准反演对于海岸工程、风险评估和气候研究至关重要，但由于物理参数化和模型输入的不确定性，数值波浪模型的可靠性仍受限。本文提出一种基于贝叶斯优化（Bayesian Optimization, BO）的新型校准框架，利用树形 Parzen 估计器（Tree structured Parzen Estimator, TPE）高效估计不确定的 sink 项参数，具体包括底部摩擦耗散、深度诱导破浪以及来自强对流当前的波浪耗散，这些参数在 ANEMOC-3 反演波浪模型中。该方法使得连续参数与离散模型结构联合优化，显著减小模型输出与观测值之间的差距。应用于法国大西洋沿岸多个强烈风暴事件的单个月期间，校准后的模型在浮标测量值上表现出更好的一致性，相对于默认的海况求解器配置，实现了更低的偏差、RMSE 和散布指数。结果表明，BO 有潜力实现波浪模型的自动化校准，提供一种可扩展且灵活的方案，可适用于广泛的地理物理建模问题。未来工作包括多目标优化、不确定性量化以及整合额外观测数据集。
引用
@article{arxiv.2601.00628,
title = {Bayesian optimization for re-analysis and calibration of extreme sea state events simulated with a spectral third-generation wave model},
author = {Cédric Goeury and Thierry Fouquet and Maria Teles and Michel Benoit},
journal= {arXiv preprint arXiv:2601.00628},
year = {2026}
}