局部平稳 Argo 海洋热含量估计：建模、验证与不确定性量化

Argo 剖面浮标测量海洋上层 2000 米的海水温度和盐度。这些浮标具有测量全球海洋热含量 (OHC) 的独特能力，这一量对于理解地球能量不平衡至关重要。然而，由于 Argo 数据集的复杂结构和庞大尺寸，生成具有可靠不确定性的基于 Argo 的 OHC 估计在统计上具有挑战性。在此，我们提出了一个端到端的映射与不确定性量化框架，利用时空统计的最先进方法进行基于 Argo 的 OHC 估计。该框架基于将垂直积分的 Argo 温度剖面建模为定义在空间和时间上的局部平稳高斯过程。这使我们能够基于从 Argo 观测中估计的数据驱动去相关尺度，生成计算上易于处理的 OHC 异常图。我们的建模选择通过统计交叉验证进行了验证，这证明了在平均场中包含气候学时间趋势以及在协方差函数中考虑时间的重要性。我们使用局部条件模拟集合（一种产生有原则的空间和时间相关不确定性量化的新方法）来量化这些地图的不确定性。提出了一种新的配对交叉验证技术来验证这些不确定性。该映射框架在一个开源代码库中实现，设计为模块化、可复现和可扩展。为了展示这种方法的映射和不确定性量化能力，我们给出了 2004-2022 年带有不确定性的新 Argo OHC 地图，并报告了各种下游气候学估计及其不确定性。