具有自动生成的伴随运算的区域水位模型的高效优化
摘要：海洋模型应用中，校准未知模型参数是一个必要的任务。我们提出了一种基于伴随法的优化方法，用于北海和波罗的海的非结构化网格浅水模型。空间变化的底摩擦参数被调整以使得与潮汐计测的海面高度（SSH）观测的偏差最小化。伴随法优化的一个关键优点是计算成本不依赖于未知变量的数量。然而，伴随模型通常很费力去实施。在这项工作中，我们利用一个特定领域语言框架，可以自动获取离散伴随模型。这个伴随模型既与离散正演模型完全兼容，又具有计算效率。我们使用基于梯度的拟牛顿方法来最小化误差。空间变量参数的优化通常是一个欠定问题，可能会导致过度拟合。我们使用基于Hessian的正则化方法来惩罚摩擦场的空间曲率，以克服这个问题。北海和波罗的海的SSH动态模拟了一个为期3个月的时间段。底摩擦参数的优化显著提高了模型性能。在复杂的丹麦海峡地区，结果特别令人鼓舞，凸显了非结构化网格的好处。特定领域语言框架实现了自动模型分析，并提供对伴随建模的简易访问。我们的应用表明，这种能力可以在很少的工作量下实现，并且优化过程具有鲁棒性和计算效率。
作者：Tuomas K"arn"a, Joseph G. Wallwork, Stephan C. Kramer
论文ID：2205.01343
分类：Atmospheric and Oceanic Physics
分类简称：physics.ao-ph
提交时间：2023-01-24