基于签名核的海表面温度Koopman分析
大气与海洋物理
2026-03-16 v2 数据分析、统计与概率
摘要
我们发展了一种基于轨迹的Koopman方法，用于海表面温度（SST），通过签名核——即一种通过迭代积分特征比较路径的再生产核希尔伯特空间（RKHS）核——将年度SST段提升并学习一年位移算子。通过在年度轨迹段上而非瞬时场上工作，该方法编码了有限时间的历史，有助于捕捉SST单一演化中的记忆效应。 resulting operator improves out-of-sample multi-year forecast skill relative to a climatology baseline and reveals coherent spectral modes. 我们通过在签名核Gram矩阵上实现基于核扩展动态模式分解（EDMD）的方法，构建了一个用于预测和高维SST动力学谱诊断的单一管线。
引用
@article{arxiv.2602.19494,
title = {Koopman Analysis of Sea Surface Temperature with a Signature Kernel},
author = {Nozomi Sugiura and Satoshi Osafune and Shinya Kouketsu},
journal= {arXiv preprint arXiv:2602.19494},
year = {2026}
}
备注
21 pages, 6 figures