戈帕兰，吉里;Birgir赫拉芬克尔松;克里斯托弗·威克尔（Christopher K.Wikle）。;哈瓦德街;Aðalgeirsdóttir，古芬娜;亚历山大·贾洛什。;芬努尔·帕尔森 冰川学推动下的分层时空统计模型。 （英语） Zbl 1427.86011号 《农业杂志》。生物与环境。斯达。 24，第4期，669-692（2019）. 摘要：在本文中，我们扩展并分析了物理系统的贝叶斯层次时空模型。一种新颖的方法是用多元随机游走来模拟物理过程计算机模拟器的输出与实际过程值之间的差异。为了提高计算效率，使用了带宽受限矩阵的线性代数，并且一阶仿真器推理允许快速仿真数值偏微分方程（PDE）解算器。除模型假设的可行性外，还使用冰川学激励下的物理系统的测试场景来检查所用计算方法的速度和准确性。最后，我们讨论了该模型和相关方法如何应用于冰川学以外的其他物理环境。 引用于1文件 MSC公司： 86A32型 地理统计学 2015年1月62日 贝叶斯推断 62页第12页 统计在环境和相关主题中的应用 86A30型 大地测量学，制图问题 关键词：模型差异;不确定性量化;仿真 软件：红色基准线;随机森林;GMRF库 PDF格式BibTeX公司 XML格式引用 \textit{G.Gopalan}等人，J.Agric。生物与环境。《法律总汇》第24卷，第4期，669-692（2019年；兹bl 1427.86011） 全文： DOI程序 arXiv公司 参考文献： [1] Baum，L.E.和Petrie，T.（1966），“有限状态马尔可夫链概率函数的统计推断”，《数理统计年鉴》，371554-1563，https://doi.org/10.1214/aoms/117699147。 ·Zbl 0144.40902号 ·doi:10.1214/aoms/1177699147 [2] 柏林，LM；Hanson，KM（编辑）；Silver，RN（编辑），层次贝叶斯时间序列模型（1996），多德雷赫特 [3] -（2003），“地球物理中的物理统计建模”，《地球物理研究杂志：大气》，108，n/a-n/a，https://doi.org/10.1029/2002JD002865。 8776. ·doi:10.1029/2002JD002865 [4] Berrocal，V.、Gelfand，A.和Holland，D.（2014），“评估臭氧标准的超标情况：第四高臭氧浓度的时空降尺度”，环境计量学，25279-291·Zbl 1525.62074号 ·doi:10.1002/env.2273 [5] Björnsson，H.和Pálsson，F.（2008），“冰岛冰川”，Jökull，58，365-386。 [6] Breiman，L.（2001），“随机森林”，机器学习，45，5-32，https://doi.org/10.1023/A:1010933404324。 ·Zbl 1007.68152号 ·doi:10.1023/A:1010933404324 [7] Brinkerhoff，D.J.、Aschwanden，A.和Truffer，M.（2016），“利用质量守恒对冰下地形进行贝叶斯推断”，地球科学前沿，4，8，http://journal.frontiersin.org/article/10.3389/feart.2016.0008。 [8] Brynjarsdóttir，J.和O'Hagan，A.（2014），“物理参数的学习：模型差异的重要性”，《反问题》，第30期，第114007页，http://stacks.iop.org/0266-5611/30/i=11/a=114007。 ·Zbl 1307.60042号 ·doi:10.1088/0266-5611/30/11/114007 [9] Bueler，E.、Lingle，C.S.、Kallen-Brown，J.A.、Covey，D.N.和Bowman，L.N.（2005），“等温冰盖的精确解和数值模型验证”，《冰川学杂志》，51，291-306·doi:10.3189/172756505781829449 [10] Calderhead，B.、Girolma，M.和Lawrence，N.D.（2008），“用高斯过程加速非线性微分方程的贝叶斯推断”，摘自《第21届神经信息处理系统国际会议论文集》，美国国家信息处理系统协会08年：Curran Associates Inc。，http://dl.acm.org/citation.cfm？id=2981780.2981808。 [11] Chkrebtii，O.A.、Campbell，D.A.、Calderhead，B.、Girolma，M.A.等人（2016），“微分方程的贝叶斯解不确定性量化”，贝叶斯分析，11239-1267·Zbl 1357.62108号 ·doi:10.1214/16-BA1017 [12] Conrad，P.R.、Girolma，M.、Särkkä，S.、Stuart，A.和Zygalakis，K.（2017），“微分方程的统计分析：在数值解上引入概率测度”，《统计与计算》，第27期，第1065-1082页·Zbl 1384.62082号 ·doi:10.1007/s11222-016-9671-0 [13] Cressie，N.和Wikle，C.K.（2011），《时空数据统计》，John Wiley&Sons出版社·Zbl 1273.62017年 [14] Cuffey，K.M.和Paterson，W.（2010），《冰川物理学》，学术出版社，第4版。 [15] Flowers，G.E.、Marshall，S.J.、Björnsson，H.和Clarke，G.K.（2005），“未来两个世纪Vatnajökull冰盖水文和动力学对气候变暖的敏感性”，《地球物理研究杂志：地球表面》，第110页。 [16] Fowler，A.C.和Larson，D.A.（1978年），“关于多热冰川的流动。I.模型和初步分析”，伦敦皇家学会学报。A系列，数学与物理科学，363，217-242，http://www.jstor.org/stable/79748。 ·doi:10.1098/rspa.1978.0165 [17] Friedman，J.、Hastie，T.和Tibshirani，R.（2001），《统计学习的要素》，第1卷，《统计学中的斯普林格系列》。美国纽约州纽约市·Zbl 0973.62007号 [18] 奥斯汀·盖尔森。P.、Hrafnkelsson，B.和Simpson，D.（2015），“精细网格上年度最大24小时降雨量的计算效率空间建模”，环境计量学，26，339-353，https://onlinelibrary.wiley.com/doi/abs/10.1002/env.2343。 ·Zbl 1525.62120号 ·doi:10.1002/env.2343 [19] Golub，G.H.和Van Loan，C.F.（2012），《矩阵计算》，第3卷，约翰霍普金斯大学出版社·Zbl 1268.65037号 [20] Gopalan，G.、Hrafnkelsson，B.、Adalgeirsdóttir，G.，Jarosch，A.H.和Pálsson，F.（2018），“基于浅冰近似及其使用分析解决方案评估的贝叶斯冰川动力学层次模型”，《冰球》，第12期，第2229-2248页·doi:10.5194/tc-12-2229-2018年 [21] Guan，Y.、Haran，M.和Pollard，D.（2016），“从冰川动力学模型和多个表面数据集推断冰厚”，ArXiv电子版。 [22] Gupta，A.和Kumar，V.（1994），“稀疏Cholesky因式分解的可扩展并行算法”，载于1994年ACM/IEEE超级计算会议论文集，1994年，加利福尼亚州洛斯阿拉米托斯，美国：IEEE计算机社会出版社，http://dl.acm.org/citation.cfm？id=602770.602898。 [23] Higdon，D.、Gattiker，J.、Williams，B.和Rightley，M.（2008），“使用高维输出进行计算机模型校准”，美国统计协会期刊，103，570-583·Zbl 1469.62414号 ·doi:10.1198/0162145000000888 [24] Higdon，D.、Kennedy，M.、Cavendish，J.C.、Cafeo，J.A.和Ryne，R.D.（2004），“结合现场数据和计算机模拟进行校准和预测”，SIAM科学计算杂志，26，448-466·兹比尔1072.62018 ·doi:10.1137/S1064827503426693 [25] Hooten，M.B.、Leeds，W.B.、Fiechter，J.和Wikle，C.K.（2011），“评估非线性力学模型中物理参数的一阶仿真器推断”，《农业、生物和环境统计杂志》，16，475-494，https://doi.org/10.1007/s13253-011-0073-7。 ·Zbl 1306.62290号 ·doi:10.1007/s13253-011-0073-7 [26] Hutter，K.（1982），“低温冰川和冰盖的数学模型”，地球物理和天体物理流体动力学，21，201-224，https://doi.org/10.1080/03091928208209013。 ·Zbl 0544.76114号 ·doi:10.1080/03091928208209013 [27] Kennedy，M.C.和O'Hagan，A.（2001），“计算机模型的贝叶斯校准”，《皇家统计学会杂志：B辑（统计方法）》，第63、425-464页·Zbl 1007.62021号 ·数字对象标识代码：10.1111/1467-9868.00294 [28] Kusnierczyk，W.（2012），rbenchmark：R的基准程序，https://CRAN.R-project.org/package=rbenchmark。R软件包版本1.0.0。 [29] Lehmann，E.和Casella，G.（2003），点估计理论，统计学中的Springer文本，Springer纽约，https://books.google.com/books？id=0q-Bt0或sgC·Zbl 0931.41017号 [30] Liaw，A.和Wiener，M.（2002），“随机森林的分类和回归”，R新闻，2，18-22，https://CRAN.R-project.org/doc/Rnews/。 [31] Lindgren，F.、Rue，H.和Lindström，J.（2011），“高斯场和高斯-马尔可夫随机场之间的明确联系：随机偏微分方程方法”，《皇家统计学会杂志：B辑（统计方法）》，73423-498·Zbl 1274.62360号 ·文件编号：10.1111/j.1467-9868.2011.00777.x [32] Liu，F.和West，M.（2009），“贝叶斯计算机模型仿真的动态建模策略”，贝叶斯分析，4393-411，https://doi.org/10.1214/09-BA415。 ·Zbl 1330.65034号 ·doi:10.1214/09-BA415 [33] Madsen，H.（2007），时间序列分析，Chapman和Hall/CRC·Zbl 1143.62053号 [34] Murray，I.、Adams，R.P.和MacKay，D.J.（2010），“椭圆切片取样”，《机器学习研究杂志》，W&CP，9，541-548。 [35] Owhadi，H.和Scovel，C.（2017），“计算信息游戏中的通用可扩展鲁棒解算器和快速特征空间自适应多分辨率分析”，ArXiv电子版。 [36] Pagendam，D.、Kuhnert，P.、Leeds，W.、Wikle，C.、Bartley，R.和Peterson，E.（2014），“利用监测数据同化集水区过程，以估算大堡礁的泥沙负荷”，环境计量学，25，214-229·Zbl 1525.62191号 ·doi:10.1002/env.2255 [37] Payne，A.J.、Huybrechts，P.、Abe-Ouchi，A.、Calov，R.、Fastook，J.L.、Greve，R.，Marshall，S.J.、Marsiat，I.、Ritz，C.、Tarasov，L.和Thomassen，M.P.A.（2000），“EISMINT模型相互比较的结果：热力耦合的影响”，《冰川学杂志》，46，227-238·doi:10.3189/172756500781832891 [38] Robert，C.（2007），《贝叶斯选择：从决策理论基础到计算实现》，Springer Texts in Statistics出版社，纽约，https://books.google.com/books？id=NQ5KAAAAQBAJ。 ·Zbl 1129.62003号 [39] Rue，H.（2001），“高斯马尔可夫随机场的快速抽样”，英国皇家统计学会期刊：B系列（统计方法论），63225-338·Zbl 0979.62075号 ·doi:10.1111/1467-9868.00288 [40] Rue，H.和Held，L.（2005），高斯马尔可夫随机场：理论和应用，CRC出版社·邮编1093.60003 [41] Salter，J.M.、Williamson，D.B.、Scinocca，J.和Kharin，V.（2019年），“使用校准优化基础对具有空间输出的计算机模型进行不确定性量化”，美国统计协会杂志，0，1-24，https://doi.org/10.1080/01621459.2018.1514306。 ·Zbl 1428.62117号 [42] Shen，X.和Wasserman，L.（2001），“后验分布的收敛速度”，《统计年鉴》，29，687-714，https://doi.org/10.1214/aos/1009210686。 ·Zbl 1041.62022号 ·doi:10.1214/aos/1009210686 [43] Sigurdarson，A.N.和Hrafnkelsson，B.（2016），“基于区域气象模型使用协变量在精细网格上对月降雨量进行贝叶斯预测”，环境计量学，27，27-41，https://ideas.repec.org/a/wly/envmet/v27y2016i1p27-41.html。 ·Zbl 1525.62214号 ·doi:10.1002/env.2372 [44] Solin，A.和Särkkä，S.（2014），“周期协方差函数与状态空间模型之间的显式联系”，收录于Kaski，S.和Corander，J.（编辑），《第十七届人工智能与统计国际会议论文集》，机器学习研究论文集第33卷，冰岛雷克雅未克：PMLR，http://proceedings.mlr.press/v33/solin14.html。 [45] van der Vaart，A.（2000），《渐近统计》，剑桥大学出版社，https://books.google.com/books？id=UEuQEM5RjWgC。 ·Zbl 0910.62001号 [46] van der Veen，C.（2013），《冰川动力学基础》，CRC出版社，第2版。 [47] Whittle，P.（1954），“平面上的静态过程”，《生物统计学》，434-449·Zbl 0058.35601号 ·doi:10.1093/biomet/41.3-4.434 [48] -（1963年），“多维度的随机过程”，《国际统计研究所公报》，第40期，第974-994页·Zbl 0129.10603号 [49] Wikle，C.K.（2016），《不确定性量化的层次模型：概述》，施普林格国际出版社，1-26。 [50] Wikle，C.K.、Berliner，L.M.和Cressie，N.（1998），“分层贝叶斯时空模型”，环境与生态统计，5，117-154，https://doi.org/10.1023/A：1009662704779。 ·doi:10.1023/A:1009662704779 [51] Wikle，C.K.、Milliff，R.F.、Nychka，D.和Berliner，L.M.（2001），“热带海洋表面风的时空层次贝叶斯建模”，美国统计协会杂志，96，382-397·Zbl 1022.62117号 ·doi:10.1198/016214501753168109 [52] Zammit-Mangion，A.、Rougier，J.、Bamber，J.和Schön，n.（2014），“解决南极对海平面上升的贡献：层次建模框架”，环境计量学，25，245-264·Zbl 1525.62239号 ·doi:10.1002/env.2247 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。