利用非平稳高斯过程实现大气边界层的高分辨率反演
大气与海洋物理
2025-12-05 v1 统计计算
统计方法学
摘要
大气边界层（ABL）在支配地表与自由大气之间湍流动量、热量、水汽和迹象气体的交换过程中发挥着关键作用，从而影响气象现象、空气质量和气候过程。对ABL结构和高度演化进行准确且持续的时间化表征，对于科学理解和实际应用至关重要。由于大气边界层高度往往通过对垂直速度剖面或相关湍流诊断量的垂直速度方差在每个测量高度上施加经验阈值来估计，这种方法常因采样有限和对噪声敏感性问题而难以实现高分辨率反演。为解决这些限制，本文采用非平稳高斯过程（GP）建模，更有效地捕捉数据中时空依赖结构，从而在不依赖于经验参数调优的情况下，获得高质量的——且如有需要，可实现高分辨率的——ABL高度估计。通过利用Vecchia近似，该方法可应用于大规模数据集，本文展示了使用约500万（M$）个测量值的全日垂直速度剖面的示例应用。
引用
@article{arxiv.2512.04217,
title = {High-Resolution Retrieval of Atmospheric Boundary Layers with Nonstationary Gaussian Processes},
author = {Haoran Xiong and Paytsar Muradyan and Christopher J. Geoga},
journal= {arXiv preprint arXiv:2512.04217},
year = {2025}
}