Improving temporal consistency of gridded meteorological fields using regularized spatial pattern regression
The reconstruction of environmental fields from sparse observations is a central challenge in hydrology and climate sciences. We present an extension of the Spatial Pattern Regression (SPR) framework by incorporating a first-order vector autoregressive (VAR(1)) temporal regularization on the spatial coefficients. This approach allows joint modeling of the spatial variability captured by a low-rank set of empirical orthogonal functions (EOFs) and the temporal coherence of their associated weights. Parameters are estimated using an alternating Expectation-Maximization (EM) procedure, which iteratively updates the spatial coefficients and the VAR(1) transition matrix, providing a formal framework for handling latent temporal dependencies. The method is applied to daily temperature fields over a climate domain in Quebec. Results demonstrate improved temporal consistency without compromising spatial accuracy. This approach provides a reproducible and interpretable framework.
Reconstruction spatio-temporelle des champs climatiques à l'aide d'une régression régularisée avec dépendances spatiales
La reconstruction des champs environnementaux à partir d'observations éparses est un défi majeur en hydrologie et en sciences climatiques. Nous présentons une extension du cadre de régression spatiale (SPR) en incorporant une régularisation temporelle autorégressive vectorielle (VAR(1)) de premier ordre sur les coefficients spatiaux. Cette approche permet de modéliser conjointement la variabilité spatiale capturée par un ensemble de fonctions orthogonales empiriques (EOF) de rang faible et la cohérence temporelle de leurs poids associés. Les paramètres sont estimés à l'aide d'un algorithme EM, qui met à jour de manière itérative les coefficients spatiaux et la matrice de transition VAR(1), fournissant ainsi un cadre formel pour traiter les dépendances temporelles latentes. La méthode est appliquée aux mesures journalières de température et de précipitations sur un domaine climatique du Québec. Les résultats démontrent une amélioration de la cohérence temporelle sans compromettre la précision spatiale. Cette approche fournit un cadre reproductible et interprétable.
Date and Time
-
Language of Oral Presentation
French
Language of Visual Aids
English