玩具气候模型的经验校正
混沌动力学
2012-02-08 v1 动力系统
大气与海洋物理
摘要
提高大气等物理系统预报模型的准确性是一项持续的关键工作。这些通常高度非线性系统的状态估计误差一直是近期研究的主要焦点，但随着该误差被成功减小，模型误差在预报不确定性中的作用也相应增加。本研究探讨了一种特定的经验校正过程，该过程因将模型视为“黑箱”而特别引人关注，因此只需少量修改即可广泛应用。该过程涉及在训练期间将短期模型预报与参考“真实”系统进行比较，以计算系统性的(1) 状态无关模型偏差和(2) 状态相关误差模式。在模型积分的每个时间步，根据当前状态计算后一误差分量的似然估计。通过两个实验探索了该技术的有效性：(1) 完美模型场景，其中模型与真实系统具有相同的结构和动力学，仅在参数值上有所不同；(2) 更现实的场景，其中模型在结构上(动力学、维度和参数化)与目标系统不同。在每种情况下，结果表明，校正过程在减少误差和延长预报有效性方面比参数调优更有效。然而，平均预报准确度提高的代价是校正模型与真实系统之间的动力学产生了显著的定性差异。提出了一种方法来减轻经验校正造成的结构损伤并进一步提高预报准确度。
引用
@article{arxiv.1107.2690,
title = {Empirical correction of a toy climate model},
author = {Nicholas A. Allgaier and Kameron D. Harris and Christopher M. Danforth},
journal= {arXiv preprint arXiv:1107.2690},
year = {2012}
}
备注
16 pages, 12 figures