[論文レビュー] Definition, detection, and tracking of persistent structures in atmospheric flows

Johannes von Lindheim, Abhishek Harikrishnan+9 more|arXiv (Cornell University)|Nov 9, 2021

Meteorological Phenomena and Simulations被引用数 6

ひとこと要約

本稿では、Euler的およびLagrangian的手法を用いて、大気の流れにおける持続的構造の定義・検出・追跡を統合的に扱うフレームワークを提案する。特徴を示すマップ、Wasserstein距離を用いた最適輸送、体積オーバーラップを伴う画像登録を導入し、一貫性のある渦、前線、低気圧を特定する。実験により、組み合わせた手法が気象データセットにおける高速移動または粗い解像度の特徴の検出を改善することを示している。

ABSTRACT

Long-lived flow patterns in the atmosphere such as weather fronts, mid-latitude blockings or tropical cyclones often induce extreme weather conditions. As a consequence, their description, detection, and tracking has received increasing attention in recent years. Similar objectives also arise in diverse fields such as turbulence and combustion research, image analysis, and medical diagnostics under the headlines of "feature tracking", "coherent structure detection" or "image registration" - to name just a few. A host of different approaches to addressing the underlying, often very similar, tasks have been developed and successfully used. Here, several typical examples of such approaches are summarized, further developed and applied to meteorological data sets. Common abstract operational steps form the basis for a unifying framework for the specification of "persistent structures" involving the definition of the physical state of a system, the features of interest, and means of measuring their persistence.

研究の動機と目的

• 大気の流れにおける渦、前線、低気圧などの持続的構造を識別する一般的で統合的なフレームワークの構築を目的とする。
• 特に地球物理学的流れにおける強い非Lagrangian的ダイナミクスを持つ状況において、厳密に物質的でない一貫性のある構造を検出する課題に対処することを目的とする。
• Euler的およびLagrangian追跡手法を比較・統合し、複雑で乱流的、または急速に変化する気象システムにおける持続的特徴の検出を改善することを目的とする。
• 実データおよび合成データ（中緯度低気圧および熱帯低気圧を含む）にフレームワークを適用し、その頑健性と補完性を検証することを目的とする。
• さまざまな特徴を示すマップ（例：渦度、物質指標）が、同じ嵐のダイナミクスと環境との物質交換について補完的な知見を提供することを示すこと

提案手法

• 物理的性質（例：渦度、温度勾配、Q基準）を符号化する特徴を示すマップを用いて、持続的構造を定義する。
• Wasserstein距離を用いた最適輸送理論を活用し、特に synoptic スケールの前線に対して、時間経過における構造の持続性を測定する。
• 有限時間リャプノフ指数（FTLE）フィールドを用いたLagrangian一貫性構造（LCS）を用いて、流れの軌道における物質的一貫性集合を特定する。
• 画像登録と体積オーバーラップを用いて、時間ステップ間での特徴の追跡を実施し、特に時間分解能が低い、または高速移動する系に有効である。
• Euler的およびLagrangian手法を統合し、vorticity による嵐の中心部と、物質指標による周囲の空気塊のダイナミクスを両方検出する。
• 時間分解能が粗い合成熱帯低気圧データセットを用い、スパクタルクラスタリングと画像登録の、孤立した持続的特徴の検出における頑健性を検証する。

実験結果

リサーチクエスチョン

• RQ1 渦、前線、対流セルといった多様な現象を統合的に扱う形で、持続的気象構造を形式的に定義する方法は何か？
• RQ2 複雑で非Lagrangian的ダイナミクスを示す気象流れにおいて、Euler的およびLagrangian的手法は、持続的特徴の検出・追跡においてどの程度補完的か？
• RQ3 Wasserstein距離を用いた最適輸送に基づく持続性測定は、局所的で一時的な前線と比べて、synoptic スケールの前線を効果的に区別できるか？
• RQ4 時間分解能が低いか、広範な輸送が生じる状況では、標準的なオーバーラップ手法が失敗するが、特徴検出はどのように改善できるか？
• RQ5 異なる特徴を示すマップ（例：渦度 vs. 物質指標）は、同じ嵐システムについて、どのような知見を提供するか？

主な発見

• Wasserstein距離に基づく持続性測定は、synoptic スケールの前線（高い持続性）と局所的で一時的な前線（低い持続性）を効果的に区別し、より持続的な構造に対して高い値を割り当てた。
• 時間分解能が粗く8つの時間ステップしかない合成熱帯低気圧データセットにおいても、Lagrangian一貫性集合法と体積オーバーラップを伴う画像登録の両方が、1つまたは2つの孤立した持続的渦を正しく同定した。
• ハリケーン・フォレスタの事例では、水平断面に基づく一貫性集合と体積オーバーラップの両方が、渦核を持続的構造として特定したが、Lagrangian手法の持続性は2次元スライスではより定量化が困難であった。
• 中緯度低気圧ロタールおよびマルティンの事例では、画像登録と体積オーバーラップにより両方の低気圧が検出されたが、Lagrangian一貫性集合アプローチは、低気圧に供給される大規模な空気塊とその放出を示したが、低気圧の中心自体を局所化することはできなかった。
• 動的スペクトルクラスタリング法により、時間分解能が悪いシミュレーションでも持続的構造の検出が可能となり、標準的なオーバーラップ手法では失敗する状況でも有効であった。
• 渦度に基づく検出と物質指標関数の組み合わせにより、補完的なダイナミクスが明らかになった：渦度は嵐の中心部を局所化し、物質指標は環境との長距離の空気塊交換を露呈した。