运动学分析与拉格朗日 Koopman 算子分析混合方案用于短时降水预报
计算物理
2020-06-04 v1 机器学习
摘要
随着气象大数据的积累，用于短时降水预报的数据驱动模型展现出越来越大的潜力。我们关注 Koopman 算子分析，这是一种从观测数据中发现控制规律的数据驱动方法。我们提出一种将该方案应用于伴随平流气流（如降水）现象的方法。所提方法将现象的时间演化分解为速度场下的平流气流与拉格朗日坐标下物理量的变化。平流气流由运动学分析估计，物理量变化由 Koopman 算子分析估计。该方法应用于实际降水分布数据，结果表明相对于传统方法能恰当捕捉降水的增强与衰减，并可实现长时间的稳定预报。
引用
@article{arxiv.2006.02064,
title = {Hybrid Scheme of Kinematic Analysis and Lagrangian Koopman Operator Analysis for Short-term Precipitation Forecasting},
author = {Shitao Zheng and Takashi Miyamoto and Koyuru Iwanami and Shingo Shimizu and Ryohei Kato},
journal= {arXiv preprint arXiv:2006.02064},
year = {2020}
}
备注
12 pages, 6 figures