基于高斯马尔可夫随机场的全球 CO2 通量时空重建
应用统计
2019-07-08 v1 统计计算
统计方法学
摘要
大气反演建模是一种利用观测到的大气浓度与大气示踪物传输模型，重建陆地与大气间温室气体历史通量的方法。相对于未知通量分量数量，观测大气浓度数量较少，使反问题病态，需对通量作假设以约束解。常见做法是基于由过程建模（自然通量）与统计簿记（人为排放）组合估计的通量，以具有均值结构的潜高斯场建模通量。此处，我们通过使用高斯马尔可夫随机场（GMRF）建模通量来重建全球 CO2 通量场，得到具类 Matérn 空间协方差及由带季节依赖的自回归模型定义的时间协方差的灵活且计算有益的模型。与以往反演不同，通量定义于空间连续域，传统离散通量表示被传输模型指定分辨率下的积分通量取代。该表述消除了通量协方差中的聚合误差（源于以离散点通量表示面积分的传统做法），并提供了更贴近现实时空连续通量的模型。
引用
@article{arxiv.1907.02706,
title = {Spatio-Temporal Reconstructions of Global CO2-Fluxes using Gaussian Markov Random Fields},
author = {Unn Dahlen and Johan Linström and Marko Scholze},
journal= {arXiv preprint arXiv:1907.02706},
year = {2019}
}
备注
Article: 37 pages, 11 figures, including references and appendix. Supplemental material: 11 pages, 6 figures