[论文解读] A functional regression model for heterogeneous BioGeoChemical Argo data in the Southern Ocean

Moritz Korte-Stapff, Drew Yarger+2 more|arXiv (Cornell University)|Nov 8, 2022

Bayesian Methods and Mixture Models被引用 5

一句话总结

本文提出了一种多变量函数数据混合模型，用于南大洋生物地球化学变量的时空预测，通过使用具有聚类依赖协方差结构的功能回归方法，处理海洋锋面引起的突变。该方法实现了全水深氧含量预测并量化不确定性，通过利用空间、时间及函数相关性，同时考虑不同海洋锋面区域的数据异质性，其表现优于标准方法。

ABSTRACT

Leveraging available measurements of our environment can help us understand complex processes. One example is Argo Biogeochemical data, which aims to collect measurements of oxygen, nitrate, pH, and other variables at varying depths in the ocean. We focus on the oxygen data in the Southern Ocean, which has implications for ocean biology and the Earth's carbon cycle. Systematic monitoring of such data has only recently begun to be established, and the data is sparse. In contrast, Argo measurements of temperature and salinity are much more abundant. In this work, we introduce and estimate a functional regression model describing dependence in oxygen, temperature, and salinity data at all depths covered by the Argo data simultaneously. Our model elucidates important aspects of the joint distribution of temperature, salinity, and oxygen. Due to fronts that establish distinct spatial zones in the Southern Ocean, we augment this functional regression model with a mixture component. By modelling spatial dependence in the mixture component and in the data itself, we provide predictions onto a grid and improve location estimates of fronts. Our approach is scalable to the size of the Argo data, and we demonstrate its success in cross-validation and a comprehensive interpretation of the model.

研究动机与目标

• 为解决南大洋生物地球化学（BGC）Argo浮标数据相较于核心Argo浮标数据稀缺的问题，以限制生物地球化学监测。
• 对由于海洋锋面导致的突变性变化的时空函数数据进行建模，此类变化违反了标准平稳性假设。
• 开发一种灵活且计算可扩展的方法，利用函数协变量（如温度、盐度）和空间依赖性，预测函数响应（如氧含量剖面）。
• 在删除浮标和删除剖面等情景下，实现预测的不确定性量化。
• 通过建模聚类特定的协方差结构，恢复已知的海洋锋面并提高预测准确性。

提出的方法

• 提出一种功能时空混合模型，将每个剖面视为以深度、时间和位置为索引的函数观测。
• 采用具有聚类特定协方差结构的有限混合函数线性模型，以捕捉海洋锋面处的突变过渡。
• 应用函数主成分分析（FPCA）以降低温度、盐度和氧含量剖面的维度。
• 开发一种新型的马尔可夫链蒙特卡洛期望最大化（MCEM）算法，结合重要性抽样，用于高维、非规则采样函数数据的参数估计。
• 通过建模各聚类中函数响应与协变量的联合协方差结构，实现克里金插值的空间预测。
• 采用惩罚样条和平近似方法，提升在大规模数据集上的计算可扩展性。

实验结果

研究问题

• RQ1 功能混合模型能否有效利用有限的BGC Argo数据和丰富的核心Argo数据，实现南大洋全水深氧含量剖面的预测？
• RQ2 该模型如何在保持锋面区域内同质性的同时，处理由海洋锋面引起的空间不连续性？
• RQ3 与同质性模型相比，引入聚类依赖协方差结构在多大程度上提升了预测准确性和不确定性量化？
• RQ4 在不同数据删除方案（如删除浮标与删除剖面）下，模型性能如何变化？
• RQ5 该模型能否恢复已知的海洋锋面，并反映聚类成员关系中的季节性变化？

主要发现

• 模型成功恢复了南大洋已知的海洋锋面，聚类成员地图显示出显著的空间和季节性模式。
• 预测的氧含量剖面与实测数据高度一致，且在删除浮标条件下，不确定性估计合理增加。
• 基于AIC的模型选择表明，协变量使用12个主成分、响应变量使用12个主成分时性能最优，13个主成分时AIC略有上升。
• 2020年1月15日，空间相关性和协变量解释的氧含量方差比例最高可达85%，表明其具有强大的解释能力。
• 在数据密度较低的区域，预测标准差较高，尤其在删除浮标条件下，反映出真实的不确定性传播。
• 基于模型的不确定性分解显示，聚类成员不确定性对整体预测方差有显著贡献，尤其在过渡区域。