[论文解读] Probability, Statistics and Planet Earth, I: Geotemporal covariances

Ν. H. Bingham, Tasmin L. Symons|arXiv (Cornell University)|Jun 9, 2017

Statistical and numerical algorithms参考文献 4被引用 3

一句话总结

本文为球面与时间的交叉空间（S^d × ℝ）上的时空协方差函数建立了理论基础，将经典的Bochner-Schoenberg理论扩展至时空过程。研究证明，有效的各向同性时空协方差函数可由空间中的Gegenbauer（或三维情况下的Legendre）多项式与时间上的正定函数的混合形式表征，从而实现对气候与气象数据的严格建模，具备恰当的统计结构与数值可处理性。

ABSTRACT

The study of covariances (or positive definite functions) on the sphere (the Earth, in our motivation) goes back to Bochner and Schoenberg (1940--42) and to the first author (1969, 1973), among others. Extending to the geotemporal case (sphere cross line, for position and time) was for a long time an obstacle to geostatistical modelling. The characterisation question here was raised by the authors and Mijatović in 2016, and answered by Berg and Porcu in 2017. Extensions to multiple products (of spheres and lines) follows similarly (Guella, Menegatto and Peron, 2016). We survey results of this type, and related applications e.g. in numerical weather prediction.

研究动机与目标

• 将球面上经典正定函数理论扩展至时空设定（球面×时间），这对大气与海洋过程的建模至关重要。
• 解决长期存在的挑战：表征地球表面加时间上的有效时空协方差函数。
• 通过对称空间上的调和分析，为构建各向同性与平稳的时空协方差函数提供数学上严谨的框架。
• 通过支持有限混合模型与可分离结构，为数值天气预报与气候建模提供实用支持。
• 统一并推广现有关于乘积空间上正定函数的结果，特别是通过Berg-Porcu定理对S^d × ℝ的推广。

提出的方法

• 通过将各向同性球面调和函数（Gegenbauer多项式）与实直线上正定函数相结合，将Bochner-Schoenberg定理推广至时空情形。
• 应用Schur乘积定理，确保在S^d与ℝ上正定函数的逐点乘积在乘积空间上仍保持正定性。
• 利用Berg-Porcu定理（2017年）作为关键结果，将所有各向同性与平稳的时空协方差函数表征为可分离分量的混合。
• 采用在Gegenbauer多项式与时间依赖协方差函数上具有非负权重的有限混合模型，以支持统计估计与数值实现。
• 利用大规模协方差矩阵的分块对角结构，简化求逆过程，降低高维时空数据中的计算成本。
• 整合统计工具如EM算法与矩阵范数，用于估计混合分量，将有限混合模型的方法适配至协方差估计。

实验结果

研究问题

• RQ1 函数在S^d × ℝ上成为有效时空协方差函数的充要条件是什么？
• RQ2 如何在球面地球与时间的组合上构建各向同性与平稳的时空协方差结构？
• RQ3 Gegenbauer多项式及其与球面调和函数的关系在表征时空协方差中起什么作用？
• RQ4 如何将所得协方差模型实际应用于大规模气候与气象数据？
• RQ5 空间与时间中的可分离结构在简化统计推断与数值计算方面有哪些优势？

主要发现

• Berg-Porcu定理完整表征了S^d × ℝ上各向同性与平稳的时空协方差函数，即为Gegenbauer多项式（空间）与ℝ上正定函数（时间）乘积的混合形式。
• 有效时空协方差被证明可表示为可分离核的凸组合，确保正定性并支持统计建模。
• 使用Legendre多项式（当d=2时）或Gegenbauer多项式（一般d时）作为空间分量，可与球面调和分解及谱理论保持一致。
• 这些无限混合的有限混合近似在计算上是可行且可处理的，分块对角协方差矩阵支持高效求逆。
• 该框架通过为时空随机场提供数学上严谨的基础，支持数值天气预报与气候建模的实际应用。
• 该理论可自然推广至多个乘积空间（如S^d × S^1 × ℝ），通过增加紧致因子，支持对季节性等循环分量的建模。