大气CO$_2$反演的客观频率论不确定性量化
应用统计
2022-04-12 v2 大气与海洋物理
数据分析、统计与概率
摘要
大气中二氧化碳（CO）含量的持续增加正在影响全球气候系统，并威胁地球生态系统的长期可持续性。为了更好地理解CO的源与汇，NASA运行着轨道碳观测站-2和3号卫星以从太空监测CO。这些卫星对不同光谱带中地球表面反射的太阳光进行被动辐射测量，随后在一个不适定反问题中反演以获得大气CO浓度估计。在这项工作中，我们提出一种新的CO反演方法，该方法利用状态变量的已知物理约束以及对目标泛函的直接反演，基于凸规划构建校准良好的频率论置信区间。我们将该方法与当前业务化反演流程进行比较，后者使用以概率分布形式表示的先验知识来正则化问题。我们证明，所提出的区间在个体位置和真实模拟实验中的空间区域上均能一致地达到期望的频率论覆盖概率，而业务化不确定性在频率论意义下校准很差。我们还研究了特定 nuisance 状态变量对所提区间长度的影响，并识别出某些关键变量，在给定额外确定性或概率性约束时可大幅降低最终不确定性，且我们开发了一个原则性框架以将此类信息纳入我们的方法。
引用
@article{arxiv.2007.14975,
title = {Objective frequentist uncertainty quantification for atmospheric CO$_2$ retrievals},
author = {Pratik Patil and Mikael Kuusela and Jonathan Hobbs},
journal= {arXiv preprint arXiv:2007.14975},
year = {2022}
}
备注
33 pages, 6 figures