×

冰川尺度的变化推断。 (英语) Zbl 07525116号

小结:我们利用随机变分推断,从表面速度的观测结果中描述了冰盖模型在空间上的基底牵引力和冰流变性的联合贝叶斯后验分布,这是此类方法首次应用于实际观测的大规模流体模拟。假设低阶高斯过程是后验的,我们使用自然梯度下降来最小化该假设分布和真实后验之间的Kullback-Leibler发散。通过将高斯过程置于牵引力和流变性之上,并将问题归结为核的本征函数,我们对参数光滑性和长度尺度的先验假设获得了实质性的控制,同时也使推理变得易于处理。在一个综合示例中,我们发现该方法恢复了已知参数,并解释了参数不确定性的情况。我们还将该方法应用于格陵兰岛东南部的赫尔海姆冰川,并表明该方法在计算上可扩展到流域规模问题。我们发现,相对于先验分布,快速流动的观测提供了大量的信息增益,但即使是精确的观测也无法在缓慢流动区域提供多少信息。这里描述的方法是在广泛的物理信息问题中实现健壮和可扩展贝叶斯推理的路线图。

MSC公司:

90立方厘米 数学编程
86轴 地球物理学
7.6亿 流体力学基本方法
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Ambikasaran,S。;Foreman-Mackey,D。;Greengard,L。;霍格,D.W。;O'Neil,M.,高斯过程的快速直接方法,IEEE Trans。模式分析。机器。智力。,38, 2, 252-265 (2015)
[2] 安德烈森,C.S。;斯特拉内奥,F。;里贝加德,M.H。;比约克,A.A。;安德森·T·J。;Kuijpers,A。;Nörgaard-Pedersen,N。;Kjr,K.H。;Schjøth,F。;Weckström,K.,格陵兰岛赫尔海姆冰川对过去一个世纪气候变化的快速响应,《国家地质科学》。,5, 1, 37-41 (2012)
[3] Arthern,R.J.,《探索贝叶斯冰川反演中变换群先验和最大相对熵方法的使用》,J.Glaciol。,61, 229, 947-962 (2015)
[4] Arthern,R.J。;Hindmarsh,R.C。;Williams,C.R.,根据卫星观测推断的南极冰盖内的流速及其控制,地球物理杂志。地球表面研究,120,7,1171-1188(2015)
[5] 巴巴尼伊,O。;Nicholson,R。;美国维拉。;Petra,N.,在流变不确定性下推导出Stokes冰盖模型的基础滑动系数场,Cryosphere,15,4,1731-1750(2021)
[6] S.Balay、S.Abhyankar、M.Adams、J.Brown、P.Brune、K.Buschelman、L.Dalcin、A.Dener、V.Eijkhout、W.Gropp等人,2019年,PETSc用户手册。
[7] 巴拉哈斯·索拉诺,D.A。;Tartakovsky,A.M.,具有异质和状态相关系数的偏微分方程的近似贝叶斯模型反演,J.Comput。物理。,395, 247-262 (2019) ·Zbl 1453.62410号
[8] Bindschadler,R.,《冰下承压水在冰川床分离和滑动中的重要性》,J.Glaciol。,29, 101, 3-19 (1983)
[9] 布莱,D.M。;Kucukelbir,A。;McAuliffe,J.D.,《变分推断:统计学家评论》,J.Am.Stat.Assoc.,112,518,859-877(2017)
[10] 布伦德尔,C。;科内比斯,J。;Kavukcuoglu,K。;Wierstra,D.,神经网络中的权重不确定性,(机器学习国际会议(2015),PMLR),1613-1622
[11] Brinkerhoff,D.J。;Aschwanden,A。;Truffer,M.,使用质量守恒对冰下地形进行贝叶斯推断,Front。地球科学。,4, 8 (2016)
[12] Calvetti,D。;Morigi,S。;赖切尔,L。;Sgallari,F.,Tikhonov正则化和大型离散不定问题的L曲线,J.Compute。申请。数学。,123,1423-446(2000年),《2000年数值分析》。第三卷:线性代数·Zbl 0977.65030号
[13] Cornford,S.L。;Seroussi,H。;Asay-Davis,X.S。;古德蒙德松,G.H。;Arthern,R。;博尔斯塔德,C。;Christmann,J。;Dias dos Santos,T。;费尔德曼,J。;Goldberg,D。;霍夫曼,M.J。;亨伯特,A。;Kleiner,T。;勒古伊,G。;Lipscomb,W.H。;北美利奴州。;杜兰德,G。;Morlighem,M。;波拉德·D·。;吕坎普,M。;威廉姆斯,C.R。;Yu,H.,第三次海洋冰盖模型相互比较项目(MISMIP+)的结果,冰冻圈,14,7,2283-2301(2020)
[14] 杜杜,R。;Waisman,H.,多晶冰的温度相关蠕变损伤模型,Mech。材料。,46, 23-41 (2012)
[15] Duval,P.,《含水量对多晶冰蠕变速率的作用》,IAHS Publ。,118, 29-33 (1977)
[16] Fowler,A.,《冰川滑动理论的数学方法》,J.Glaciol。,23, 89, 131-141 (1979)
[17] 弗兰克,I.M。;Koutsourelakis,P.,《非线性反问题的稀疏变分贝叶斯近似:在非线性弹性成像中的应用》,计算。方法应用。机械。工程,299215-244(2016)·Zbl 1425.65132号
[18] 加德纳,A.S。;莫霍尔特,G。;Cogley,J.G。;伤口,B。;阿伦特,A.A。;Wahr,J。;Berthier,E。;霍克·R。;Pfeffer,W.T。;Kaser,G.,《冰川对海平面上升贡献的协调估计:2003年至2009年》,《科学》,340,6134,852-857(2013)
[19] Geuzaine,C。;Remacle,J.-F.,Gmsh:一个具有内置预处理和后处理设施的三维有限元网格生成器,国际期刊Numer。《工程方法》,79,11309-1331(2009)·Zbl 1176.74181号
[20] Goldberg,D。;Heimbach,P.,用随时间变化的伴随海洋冰盖模型进行参数和状态估计,《冰球》,7,6,1659-1678(2013)
[21] 戈帕兰,G。;赫拉芬克尔松,B。;Aðalgeirsdóttir,G。;Pálsson,F.,《Front Langjökull冰层软化度和基底滑动参数的贝叶斯推断》。地球科学。,9314(2021)
[22] Griffiths,D.F.,“无边界条件”流出边界条件,国际数值杂志。液体方法,24,4,393-411(1997)·Zbl 1113.76402号
[23] 古德蒙德松,G.H。;Paolo,F.S。;Adusumilli,S。;Fricker,H.A.,由冰架变薄引起的南极冰盖瞬时质量损失,Geophys。Res.Lett.公司。,46, 23, 13903-13909 (2019)
[24] 古德蒙德松,G.H。;Raymond,M.,《关于从冰流表面数据获得的分辨率和基本特性信息的限制》,《冰球》,第2期,第167-178页(2008年)
[25] Gundestrup,N。;Hansen,B.L.,《格陵兰岛南部Dye 3钻孔调查》,J.Glaciol。,30, 106, 282-288 (1984)
[26] 哈伯曼,M。;特鲁弗,M。;Maxwell,D.,《格陵兰岛雅各布港伊斯布雷加速过程中基础条件的变化》,冰球层,7,6,1679-1692(2013)
[27] Halko,N。;Martinsson,P.-G。;Tropp,J.A.,《寻找随机性结构:构建近似矩阵分解的概率算法》,SIAM Rev.,53,2,217-288(2011)·Zbl 1269.65043号
[28] 哈灵顿,J.A。;Humphrey,N.F。;Harper,J.T.,《格陵兰冰盖流线沿线的温度分布和热异常》,《冰川年鉴》。,56,70,98-104(2015)
[29] 医学博士霍夫曼。;布莱,D.M。;王,C。;佩斯利,J.,《随机变分推断》,J.马赫。学习。第14号、第5号决议(2013年)·Zbl 1317.68163号
[30] Howat,I.M。;乔恩,I。;Tulaczyk,S。;Gogineni,S.,《格陵兰岛东部赫尔海姆冰川的快速退缩和加速》,地球物理。Res.Lett.公司。,32, 22 (2005)
[31] 艾肯。;Bindschadler,R.A.,瑞士芬德林格特谢冰川下水压和表面速度的联合测量:关于排水系统和滑动机制的结论,J.Glaciol。,32, 110, 101-119 (1986)
[32] Isaac,T。;佩特拉,N。;施塔德勒,G。;Ghattas,O.,《通过推理将不确定性从数据传播到大规模问题预测的可扩展高效算法,以及应用于南极冰盖流动》,J.Compute。物理。,296, 348-368 (2015) ·Zbl 1352.86017号
[33] 乔恩,I。;MacAyeal,D.R。;Tulaczyk,S.,《来自控制方法反演的罗斯冰流基底剪切应力》,J.Geophys。固体地球研究,109,B9(2004)
[34] I.Joughin、B.Smith、I.Howat、T.Scambos,《2021年InSAR数据的MEaSUREs格陵兰冰盖速度图》。
[35] 乔恩,I。;B.E.史密斯。;Howat,I.M。;Scambos,T。;Moon,T.,《冰层速度图中的格陵兰流量变化》,J.Glaciol。,56, 197, 415-430 (2010)
[36] Knoll,D.A。;Keyes,D.E.,《无雅可比牛顿-克利洛夫方法:方法和应用调查》,J.Compute。物理。,193, 2, 357-397 (2004) ·Zbl 1036.65045号
[37] Kucukelbir,A。;Tran,D。;Ranganath,R。;盖尔曼,A。;Blei,D.M.,《自动微分变分推理》(2016),arXiv预印本
[38] 拉鲁,E。;Utke,J。;Csatho,B。;Schenk,A。;Seroussi,H。;Morlighem,M。;Rignot,E。;北施莱格尔。;Khazendar,A.,利用ICESat(冰云和陆地高程卫星)表面测高和ISSM(冰盖系统模型)的数据同化推断格陵兰东北冰流的基底摩擦和表面质量平衡,冰冻圈,8,6335-2351(2014)
[39] Logg,A。;马尔达尔,K.-A。;Wells,G.,《用有限元方法自动求解微分方程:FEniCS手册》,第84卷(2012),Springer Science&商业媒体·Zbl 1247.65105号
[40] MacAyeal,D.R.,《粘性基底沉积物上的大尺度冰流:南极冰流B的理论和应用》,J.Geophys。固体地球研究,94,B4,4071-4087(1989)
[41] MacAyeal,D.R.,《冰层建模中控制方法的使用教程》,J.Glaciol。,39, 131, 91-98 (1993)
[42] 马格努斯,J.R。;Neudecker,H.,《矩阵微分学在统计学和计量经济学中的应用》(2019),John Wiley&Sons·Zbl 1411.15003号
[43] M.Morlighem等人,2021年,格陵兰冰桥床,第4版。
[44] Morlighem,M。;Seroussi,H。;拉鲁,E。;Rignot,E.,使用高阶模型的精确和不完整伴随反演南极洲的基底摩擦,J.Geophys。地球表面研究,118,3,1746-1753(2013)
[45] Morlighem,M。;威廉姆斯,C.N。;Rignot,E。;An,L。;Arndt,J.E。;班伯,J.L。;卡塔尼亚,G。;乔奇,N。;道德斯韦尔,J.A。;Dorschel,B.,Bedmachine v3:从多波束回声测深结合质量守恒的格陵兰岛完整的海底地形和海洋测深图,Geophys。Res.Lett.公司。,44, 21, 11-051 (2017)
[46] Nocedal,J。;Wright,S.,《数值优化》(2006),Springer Science&商业媒体·Zbl 1104.65059号
[47] 帕斯克,A。;毛重,S。;马萨,F。;Lerer,A。;布拉德伯里,J。;Chanan,G。;基林,T。;Lin,Z。;Gimelshein,N。;安提瓜,L。;Desmaison,A。;Kopf,A。;杨,E。;德维托,Z。;Raison,M。;特贾尼,A。;奇拉姆库尔蒂,S。;斯坦纳,B。;方,L。;Bai,J。;Chintala,S.,Pythorter:一个命令式、高性能的深度学习库,(Wallach,H.;Larochelle,H.,Beygelzimer,A.;d'Alché-Buc,F.;Fox,E.;Garnett,R.,《神经信息处理系统的进展》32(2019),Curran Associates,Inc.),8024-8035
[48] Pattyn,F.,《一个新的三维高阶热力冰盖模型:基本敏感性、冰流发展和冰下湖泊的冰流》,J.Geophys。研究,固体地球,108,B8(2003)
[49] Pattyn,F。;Perichon,L。;Aschwanden,A。;布鲁尔,B。;斯梅特,B.d。;加利亚迪尼,O。;古德蒙德松,G.H。;Hindmarsh,R.C。;哈伯德,A。;Johnson,J.V.,《高阶和全斯托克斯冰盖模型的基准实验》(ISMIP-HOM),《冰冻圈》,第2期,第295-108页(2008年)
[50] 佩雷戈,M。;价格,S。;Stadler,G.,冰盖模型与地球系统模型耦合的最佳初始条件,J.Geophys。地球表面研究,119,9,1894-1917(2014)
[51] 佩特拉,N。;哈特兰,T。;Stadler,G.,贝叶斯推断中Hessians的层次非对角低阶(HODLR)近似及其在冰盖模型中的应用,(AGU秋季会议摘要,2019(2019)卷),T44A-04
[52] 佩特拉,N。;马丁·J。;斯塔德勒,G。;Ghattas,O.,无限维贝叶斯反问题的计算框架,第二部分:随机牛顿MCMC及其在冰盖流反问题中的应用,SIAM J.Sci。计算。,36、4、A1525-A1555(2014)·Zbl 1303.35110号
[53] 佩特拉,N。;朱,H。;斯塔德勒,G。;休斯·T·J。;Ghattas,O.,非线性Stokes冰盖模型中基底滑动和流变参数反演的不精确高斯-牛顿方法,J.Glaciol。,58, 211, 889-903 (2012)
[54] 兰加纳坦,M。;Minchew,B。;梅耶,C.R。;Gudmundsson,G.H.,《推断冰流中基础阻力和冰流变性的新方法及其在南极西部冰流中的应用》,J.Glaciol。,67, 262, 229-242 (2021)
[55] B.V.Riel,B.Minchew,T.Bischoff,使用物理信息神经网络对冰川床滑动力学进行数据驱动推断,2021年。
[56] 萨利姆贝尼,H。;Eleftheriadis,S。;Hensman,J.,《实际中的自然梯度:高斯过程模型中的非共轭变分推断》,(国际人工智能与统计会议(2018),PMLR),689-697
[57] Sergienko,O.V。;Hindmarsh,R.C.,《通过地面数据反演发现的冰河河床摩擦阻力的规则模式》,《科学》,342,6162,1086-1089(2013)
[58] Shepherd,A。;艾文斯,E。;理诺特,E。;B.史密斯。;Van Den Broeke,医学博士。;Velicogna,I。;怀特豪斯,P。;Briggs,K。;乔恩,I。;Krinner,G.,《1992年至2017年南极冰盖的质量平衡》,《自然》,558,219-222(2018)
[59] Shepherd,A。;艾文斯,E。;Rignot,E。;B.史密斯。;范登·布鲁克,M。;Velicogna,I。;怀特豪斯,P。;Briggs,K。;乔恩,I。;Krinner,G.,《1992年至2018年格陵兰冰盖的质量平衡》,《自然》,5797898233-239(2020)
[60] 索林,A。;Särkkä,S.,降秩高斯过程回归的希尔伯特空间方法,统计计算。,30, 2, 419-446 (2020) ·Zbl 1436.62316号
[61] Titsias,M.,稀疏高斯过程中诱导变量的变分学习,(人工智能与统计(2009),PMLR),567-574
[62] 特鲁弗,M。;Echelmeyer,K.A。;Harrison,W.D.,《冰川动力学中的冰川变形影响》,J.Glaciol。,47, 156, 123-134 (2001)
[63] 威廉姆斯,C.K。;Rasmussen,C.E.,《机器学习的高斯过程》,第2卷(2006年),麻省理工学院出版社:麻省理学院出版社剑桥·Zbl 1177.68165号
[64] Yang,K。;Guha,N。;尤芬迪耶夫。;Mallick,B.K.,非均匀随机介质中流动的贝叶斯和变分贝叶斯方法,J.Compute。物理。,345, 275-293 (2017) ·Zbl 1378.76116号
[65] Yang,L.等人。;X孟。;Karniadakis,G.E.,B-PINNs:带噪声数据的正向和反向PDE问题的贝叶斯物理信息神经网络,J.Compute。物理。,425,第109913条pp.(2021)·Zbl 07508507号
[66] 齐恩基维茨,O.C。;泰勒,R.L。;Zhu,J.Z.,《有限元方法:基础和基础》(2005),爱思唯尔出版社·Zbl 1307.74005号
[67] Zoet,L.K。;艾弗森,N.R.,《变形床上冰川的滑动定律》,《科学》,368,6486,76-78(2020)·Zbl 1478.86016号
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。