海洋热含量及其不确定性的层次贝叶斯建模

准确量化世界海洋热含量的变化对于我们理解温室气体浓度增加的影响至关重要。Argo计划由测量全球海洋垂直温度剖面的拉格朗日浮标组成，提供了大量用于估算海洋热含量的数据。然而，由于需要能够捕捉复杂非平稳性的全局有效协方差模型，建立全球一致的海洋热含量统计模型仍具挑战。本文中，我们发展了层次贝叶斯高斯过程模型，该模型使用核卷积与柱面距离，使所有模型参数具有空间非平稳性，同时利用Vecchia过程在大型空间数据集下保持计算可行。我们的方法能生成全球积分量的有效可信区间，这是先前方法无法做到的。通过将模型应用于Argo数据展示了这些优势，得到了海洋热含量空间变化趋势的可信区间，其同时考虑了由插值与均值场及其他参数估计所引入的不确定性。通过交叉验证，我们表明模型优于开箱即用方法及其他更简模型。执行该分析的代码以R包BayesianOHC提供。