中文

使用带引导核的高斯过程回归对雷达/雨量计分析降水进行超分辨率重建

大气与海洋物理 2026-07-08 v1
作者: Shoichi Akami , Tsuyoshi T. Sekiyama , Mizuo Kajino
在 arXiv 上查看 ↗ PDF ↗

摘要

超分辨率从低分辨率图像估计高分辨率图像,并已用于气象观测的下尺度和分辨率增强。带引导核的超分辨率高斯过程回归(SRGP-SK)比超分辨率高斯过程回归生成更准确的高分辨率图像,但尚未应用于气象学。在本研究中,我们将SRGP-SK应用于对流和层状云案例的雷达/雨量计分析降水,并使用结构相似性指数(SSIM)和径向平均功率谱密度(PSD)评估结果。SRGP-SK实现了与双三次插值相当的SSIM,同时重建了更精细的降水结构:它重建了低至6公里波长的变化,而双三次插值仅重建了低至8公里的变化。我们进一步比较了几种核函数,发现对SSIM最优的核与对几何平均PSD比率最优的核不同,反映了这两种度量所量化的不同属性。这是第一项证明SRGP-SK在气象学中有用的研究,它代表了向具有物理可解释性的超分辨率迈进的一步。

关键词

超分辨率 高斯过程回归 引导核 降水降尺度 雷达/雨量计分析 结构相似性指数 功率谱密度

引用

@article{arxiv.2607.07290,
  title  = {Super-Resolution of Radar/Raingauge-Analyzed Precipitation Using Gaussian Process Regression with a Steering Kernel},
  author = {Shoichi Akami and Tsuyoshi T. Sekiyama and Mizuo Kajino},
  journal= {arXiv preprint arXiv:2607.07290},
  year   = {2026}
}