[論文レビュー] XiHe: A Data-Driven Model for Global Ocean Eddy-Resolving Forecasting

Xiang Wang, Renzhi Wang+17 more|arXiv (Cornell University)|Feb 5, 2024

Oceanographic and Atmospheric Processes被引用数 20

ひとこと要約

XiHeは、データ駆動型の1/12°全球海洋渦解像予報モデルとして初のモデルであり、先行のGOFSを上回り、従来のシステムより約1000倍高速に動作します。

ABSTRACT

The leading operational Global Ocean Forecasting Systems (GOFSs) use physics-driven numerical forecasting models that solve the partial differential equations with expensive computation. Recently, specifically in atmosphere weather forecasting, data-driven models have demonstrated significant potential for speeding up environmental forecasting by orders of magnitude, but there is still no data-driven GOFS that matches the forecasting accuracy of the numerical GOFSs. In this paper, we propose the first data-driven 1/12° resolution global ocean eddy-resolving forecasting model named XiHe, which is established from the 25-year France Mercator Ocean International's daily GLORYS12 reanalysis data. XiHe is a hierarchical transformer-based framework coupled with two special designs. One is the land-ocean mask mechanism for focusing exclusively on the global ocean circulation. The other is the ocean-specific block for effectively capturing both local ocean information and global teleconnection. Extensive experiments are conducted under satellite observations, in situ observations, and the IV-TT Class 4 evaluation framework of the world's leading operational GOFSs from January 2019 to December 2020. The results demonstrate that XiHe achieves stronger forecast performance in all testing variables than existing leading operational numerical GOFSs including Mercator Ocean Physical SYstem (PSY4), Global Ice Ocean Prediction System (GIOPS), BLUElinK OceanMAPS (BLK), and Forecast Ocean Assimilation Model (FOAM). Particularly, the accuracy of ocean current forecasting of XiHe out to 60 days is even better than that of PSY4 in just 10 days. Additionally, XiHe is able to forecast the large-scale circulation and the mesoscale eddies. Furthermore, it can make a 10-day forecast in only 0.35 seconds, which accelerates the forecast speed by thousands of times compared to the traditional numerical GOFSs.

研究の動機と目的

• 中尺度渦と大規模循環を解像できる1/12°解像度のデータ駆動型全球海洋予報モデルを開発する。
• 物理学ベースのGOFSと比較して計算時間を劇的に短縮する迅速な予報を実現する。
• 特化したトランスフォーマーブロックを通じて局所と全球の空間情報を統合し、海洋ダイナミクスを学習する。
• IV-TT Class 4フレームワークと外部観測を用いて、主要な運用GOFSと性能を比較評価する。

提案手法

• 1/12°全球海洋データをトークン埋め込みに変換し、局所および遠隔連結全球ダイナミクスを捉える海洋専用トランスフォーマースタックを用いる階層型トランスフォーマーに基づくXiHeを提案する。
• 陸域を除外し計算を削減する海洋-陸地マスキング機構を導入する。
• 窓注意機構を介した局所空間情報抽出（SIE）を用いた海洋専用ブロックと、地域間のテレコネクションをグループベクトルで用いてグローバルSIEモジュールを設計する。
• ビジョン変換器に触発されたパッチ分割/復元パイプラインを用いて高解像度入力を管理し、非自己回帰の多段予測を生成する。
• 1993–2020のデータを用い、GLORYS12再解析を入力、SST成分にはERA5 OSTIA SSTを用い、SSHを含む5つのターゲット変数を23深度レベルでMSE損失で訓練する。

実験結果

リサーチクエスチョン

• RQ1 データ駆動モデルは、1/12°解像度での多変数全球海洋予測において、主要な数値GOFSを上回る精度を達成できるか？
• RQ2 陸域と海域の分離、および専用の局所/全球空間モジュールは海洋ダイナミクスの学習と予測技能にどう影響するか？
• RQ3 従来のGOFSを上回る精度で最大60日間の予測が可能で、予報の生成速度はどれくらい速いか？
• RQ4 モデルが学習する全球構造は大規模循環と中尺度渦活動の両方を捉えているか？

主な発見

• XiHeは、テスト変数全般で先行する運用数値GOFS（PSY4、GIOPS、BLK、FOAM）よりも予報性能が高い。
• 60日までの海流予報は、10日時点でPSY4より精度が高い。
• XiHeは単一GPUで約0.36秒で10日予測を生成でき、従来のGOFSより数千倍高速な予報を可能にする。
• このモデルは大規模循環と中尺度渦の予測能力を示す。
• このアーキテクチャは、海洋専用ブロックと海洋-陸地マスキング機構を通じて、局所的なディテールと全球的テレコネクションを効果的に組み合わせる。