复杂环境模型中的参数不确定性：一种面向高维输出模型的廉价仿真方法
统计方法学
2017-02-14 v1
摘要
为了理解支配环境和物理过程的基本过程并预测未来结果，经常需要复杂的计算机模型来模拟这些动态。然而，在开发这些模拟器时，关于确切的参数形式或此类参数的值不可避免地存在不确定性，文献中普遍存在着合理值的取值范围。未能考虑这些不确定性所引入的系统误差可能对未知感兴趣量的结果估计产生很大影响。由于这类模型的复杂性，运行大量训练运行往往不可行，而这些训练运行通常是环境过程的完整统计仿真器所需要的。因此我们提出了一种在复杂环境模拟器中考虑不确定性的方法，无需非常大量的训练运行，并通过应用于气象局的大气传输模型NAME来说明该方法。我们得出结论，有两个主要参数与NAME输出的变异性相关，即自由对流层湍流参数和粒子释放高度。我们的结果表明，前者应显著大于NAME中当前默认实现的值，而后者变化很可能源于观测位置处模型指定的地面高度与该位置真实高度之间的不一致。来自独立数据的估计差异与建模和真实地面高度之间的差异一致。
引用
@article{arxiv.1702.03696,
title = {Parametric uncertainty in complex environmental models: a cheap emulation approach for models with high-dimensional output},
author = {B. Swallow and M. Rigby and J. C. Rougier and A. J. Manning and M. Lunt and S. O'Doherty},
journal= {arXiv preprint arXiv:1702.03696},
year = {2017}
}