气候观测网络中的极地冰块拉格朗日测量物理非线性动力插值：基于数据驱动随机模型的填补差距
摘要：在边缘冰区模拟和理解海冰动力学依赖于获取拉格朗日冰块测量。然而，光学卫星图像容易受到大气噪声的影响，导致检测到的冰块位置的时间序列有缺失。本文提出了一种高效且统计准确的非线性动力插值框架，用于恢复缺失的冰块观测。它利用平衡的基于物理和数据驱动的构建来应对高维和非线性的耦合大气-冰-海洋系统的挑战，其中有效的降阶随机模型、非线性数据同化和同时参数估计被系统地整合。这种新方法成功地恢复了波弗特海的缺失冰块的位置、曲率、角位移和相关的强非高斯分布。它还准确估计了冰块厚度，并用适当的不确定性量化恢复了未观测到的基础海洋场，推动了我们对北极气候的理解。
作者：Jeffrey Covington, Nan Chen, Monica M. Wilhelmus
论文ID：2205.09080
分类：Atmospheric and Oceanic Physics
分类简称：physics.ao-ph
提交时间：2022-10-05