面向可解释气候科学的核学习

喜马拉雅山脉的上印度河流域为2.7亿人和无数生态系统提供水源。然而，作为水文建模关键组成部分的降水，在该地区尚缺乏深入理解。围绕这一不确定性的一个主要挑战来自流域内降水复杂的时空分布。在本工作中，我们提出采用具有结构化非平稳核的高斯过程来建模上印度河流域（UIB）的降水模式。此前在兴都库什—喀喇昆仑—喜马拉雅地区对降水进行量化或建模的尝试往往停留在定性层面，或包含无法在低分辨率下解决的粗略假设与简化。这类研究也几乎未提供误差传播分析。我们通过一个以输入依赖长度尺度参数化的非平稳Gibbs核来考虑降水的空间变化，这使得后验函数样本能够适应印度河流域不同底层地形所固有的多变降水模式。输入依赖长度尺度由一个具有平稳平方指数核的潜高斯过程控制，以使函数级超参数平滑变化。在消融实验中，我们通过对所提核各组成部分建模空间协方差、时间结构以及联合时空重建能力的展示，论证了每一部分的必要性。我们将模型与平稳高斯过程及深度高斯过程进行了基准比较。