通过正则化估计实现水文气象状态的变分降尺度、融合与同化
数据分析、统计与概率
2014-09-15 v1 数学物理
math.MP
大气与海洋物理
摘要
在噪声环境中从下采样观测和背景模型预报中改进水文气象状态的估计，是过去几十年中日益受到关注的研究课题。在此，我们引入了一个统一框架，将降尺度、数据融合和数据同化问题作为病态逆问题联系起来。该框架通过施加适当的正则化（即与底层状态的平滑度和概率结构一致的约束），寻求超越经典最小二乘估计范式的解。我们回顾了导数空间中的相关正则化方法，并扩展了上述问题的经典公式，特别强调了水文和大气应用。基于感兴趣状态变量的统计特征，本文的核心结果表明，适当的正则化可以导致更准确和稳定的真实状态恢复，从而产生更技巧性的预报。特别是，通过在导数空间中使用 Tikhonov 和 Huber 正则化，在静态降尺度和合成多传感器降水数据的融合中展示了所提框架的潜力，同时在变分设置下使用热方程展示了数据同化数值实验。
引用
@article{arxiv.1210.0854,
title = {Variational Downscaling, Fusion and Assimilation of Hydrometeorological States via Regularized Estimation},
author = {Ardeshir Mohammad Ebtehaj and Efi Foufoula-Georgiou},
journal= {arXiv preprint arXiv:1210.0854},
year = {2014}
}