[論文レビュー] Ensemble-Based Experimental Design for Targeting Data Acquisition to Inform Climate Models

Oliver R. A. Dunbar, Michael F. Howland+2 more|arXiv (Cornell University)|Jan 12, 2022

Climate variability and models参考文献 101被引用数 12

ひとこと要約

本稿では、パrameter不確実性低減のための情報量を最大化することを目的とした、気候モデルにおけるデータ収集を標的化するアンサンブルベースのベイジアン実験設計アルゴリズムを提案する。Calibrate-Emulate-Sample（CES）フレームワークを用いることで、特に熱帯収束帯（ITCZ）付近に位置する、高分解能のシミュレーションまたは観測に最適な空間的・時間的領域を同定し、最小限のモデル評価で効率的な不確実性評価を達成する。

ABSTRACT

Data required to calibrate uncertain GCM parameterizations are often only available in limited regions or time periods, for example, observational data from field campaigns, or data generated in local high-resolution simulations. This raises the question of where and when to acquire additional data to be maximally informative about parameterizations in a GCM. Here we construct a new ensemble-based parallel algorithm to automatically target data acquisition to regions and times that maximize the uncertainty reduction, or information gain, about GCM parameters. The algorithm uses a Bayesian framework that exploits a quantified distribution of GCM parameters as a measure of uncertainty. This distribution is informed by time-averaged climate statistics restricted to local regions and times. The algorithm is embedded in the recently developed calibrate-emulate-sample (CES) framework, which performs efficient model calibration and uncertainty quantification with only $\mathcal{O}(10^2)$ model evaluations, compared with $\mathcal{O}(10^5)$ evaluations typically needed for traditional approaches to Bayesian calibration. We demonstrate the algorithm with an idealized GCM, with which we generate surrogates of local data. In this perfect-model setting, we calibrate parameters and quantify uncertainties in a quasi-equilibrium convection scheme in the GCM. We consider targeted data that are (i) localized in space for statistically stationary simulations, and (ii) localized in space and time for seasonally varying simulations. In these proof-of-concept applications, the calculated information gain reflects the reduction in parametric uncertainty obtained from Bayesian inference when harnessing a targeted sample of data. The largest information gain typically, but not always, results from regions near the intertropical convergence zone (ITCZ).

研究の動機と目的

• 空間的・時間的に限られたデータにおいて、不確実な気候モデルパラメータ化のキャリブレーションに効率的にデータ収集を標的化する課題に対処すること。
• 追加のデータ収集に最適な領域および期間を同定することで、一般循環モデル（GCMs）におけるパrameter不確実性を低減すること。
• 追加のGCM評価を伴わずに、既存のCESフレームワークの出力を活用する計算的に効率的なアルゴリズムの開発。
• 統計的に定常な状態および季節変動を伴うシミュレーションの両方を想定した、理想的なGCM設定において、本手法の有効性を示すこと。
• スケーラブルで自動化された標的化戦略を提供することで、高分解能のシミュレーションおよび観測キャンペーンへの実用的応用を可能にすること。

提案手法

• 時間平均気候統計量をデータとして用いるベイジアン逆問題としてパrameterキャリブレーションを定式化する。
• 事前分布と事後分布の間の情報エントロピー損失に基づくユーティリティ関数を用いて、情報量の増加を定量化する。
• Calibrate-Emulate-Sample（CES）フレームワーク内にベイジアン実験設計を統合し、O(10²)程度のGCM評価で効率的な不確実性評価を実現する。
• CESキャリブレーションサンプルに基づいて訓練されたガウス過程エミュレータを用い、GCMの再実行なしにモデル出力を近似し、事後分布を計算する。
• ドメイン全体にわたって情報量の増加ユーティリティ関数を最大化することで、最適な設計点（空間的・時間的）を自動的に同定する。
• 合成局所データを用いて高分解能シミュレーションまたは観測を模擬する、準平衡対流スキームを備えた理想化された湿潞性GCMに本手法を適用する。

実験結果

リサーチクエスチョン

• RQ1 GCMパラメータ化における不確実性を最も効果的に低減するために、どの場所およびどの時期に追加のデータを収集すべきか？
• RQ2 ベイジアン実験設計を、追加の計算コストを伴わず、CESのような既存の不確実性評価フレームワークに効率的に統合する方法は何か？
• RQ3 データの空間的・時間的局在化が、パrameterキャリブレーションにおける情報量の増加を最大化するために果たす役割は何か？
• RQ4 統計的に定常な状態と季節変動を伴う状態の両方の気候状態において、アルゴリズムの性能はどのように異なるか？
• RQ5 ノイズが混入したデータやスパースなデータ条件下でも、アルゴリズムは情報量が最も高い領域（例：ITCZ）を正しく同定できるか、そのロバストネスはどの程度か？

主な発見

• 最大の情報量増加をもたらす最適なデータ収集地点は、一般的に熱帯収束帯（ITCZ）付近に位置しており、特に季節変動を伴うシミュレーションでは顕著である。
• 狭い空間的設計（ℓ=1）においては、統計的に定常な状態では副熱帯の降水量最小帯が最適な地点と同定されたが、ITCZが主な関心領域であるにもかかわらず、そのような結果となった。
• 季節変動を伴うケースでは、アルゴリズムが正しくITCZを主な標的として同定し、夏季の副熱帯域に二次的な最大値が現れた。これは、その地域における対流の物理的重要性と整合的である。
• 従来のMCMC手法が一般的に要するO(10⁵)のGCM評価を回避するCESフレームワークを活用することで、最小限のモデル評価で顕著な不確実性低減が達成された。
• ノイズの混入したデータや、平均化 timescales やステンシルサイズが短くなった場合、サンプリングばらつきおよびモデル誤差の増幅により、情報量の内容を予測するアルゴリズムの精度が低下した。
• パrameterの事後分布はアクセス可能で診断可能であり、これにより現在の事後分布を次の設計サイクルの事前分布として再利用することで、反復的改善が可能となった。