[논문 리뷰] DATA ASSIMILATION IN THE LOW NOISE, ACCURATE OBSERVATION REGIME WITH APPLICATION TO THE KUROSHIO CURRENT

Eric Vanden‐Eijnden, Jonathan Weare|arXiv (Cornell University)|2012. 02. 22.

Meteorological Phenomena and Simulations참고 문헌 30인용 수 14

한 줄 요약

이 논문은 낮은 노이즈와 정확한 관측 조건에서 희귀하고 고영향도 사건—예를 들어 쿠로시오 해류의 급격한 전이—를 다루기 위한 고도화된 자료 융합 전략을 제안한다. 표준 필터의 실패를 극복하기 위해 대규변 이론을 활용함으로써, 해양 시스템에서 극단적인 동역학적 전이의 예측 정확도가 크게 향상된다.

ABSTRACT

ABSTRACT. On-line data assimilation techniques such as ensemble Kalman filters and particle filters tend to loose accu-racy dramatically when presented with an unlikely observation. Such an observation may be caused by an unusually large measurement error or reflect a rare fluctuation in the dynamics of the system. Over a long enough span of time it becomes likely that one or several of these events will occur. In some cases they are signatures of the most interesting features of the underlying system and their prediction becomes the primary focus of the data assimilation procedure. The Kuroshio current that runs along the eastern coast of Japan is an example of just such a system. It undergoes infrequent but dramatic changes of state between a small meander during which the current remains close to the coast of Japan, and a large meander during which the current bulges away from the coast. Because of the important role that the Kuroshio plays in distributing heat and salinity in the surrounding region, prediction of these transitions is of acute interest. Here we propose several data assimilation strategies capable of efficiently handling rare events such as the transitions of the Kuroshio current in situations where both the stochastic forcing on the system and the observational noise are small. In this regime, large deviation theory can be used to understand why standard filtering methods fail and guide the design of the more effective data assimilation techniques suggested here. These techniques are tested on the Kuroshio and shown to perform much better than standard filtering methods. 1.

연구 동기 및 목표

• 희귀하고 고영향도 관측—예를 들어 쿠로시오 해류의 급격한 전이—에 직면했을 때 표준 자료 융합 필터가 실패하는 문제를 해결하기 위해.
• 낮은 확률적 힘과 낮은 관측 노이즈 환경에서 효과적인 강건한 필터링 기법을 개발하기 위해.
• 대규변 이론을 활용해 엔semble 칼만 필터와 입자 필터의 한계를 이해하고 보정하기 위해.
• 지역 기후 및 해양 순환 모델링에 중요한, 쿠로시오 해류의 극단적인 상태 변화의 예측 정확도를 향상시키기 위해.

제안 방법

• 연구는 대규변 이론을 활용해 낮은 노이즈 시스템에서의 이례적 관측의 통계적 행동을 분석한다.
• 대규변 원리에 의해 예측된 희귀사건의 가능성에 대응하는 수정된 필터링 전략을 수립한다.
• 배경 예측 하에서 통계적으로 불가능한 관측을 더 잘 처리할 수 있도록 필터의 업데이트 단계를 조정한다.
• 새로운 융합 기법의 성능을 테스트하기 위해 쿠로시오 해류의 저차원 모델을 사용한다.
• 소형 굴곡 상태에서 대형 굴곡 상태로의 전이를 시뮬레이션하는 수치 실험을 통해 접근법을 검증한다.
• 기존 예측 정확도를 유지하는 것보다 희귀한 동역학적 전이의 탐지와 정확한 추적을 우선시하는 프레임워크를 설계한다.

실험 결과

연구 질문

• RQ1 왜 표준 엔셈블 칼만 필터와 입자 필터는 낮은 노이즈 시스템에서 희귀하고 고영향도 관측에 실패하는가?
• RQ2 희귀하지만 중요한 동역학적 전이가 발생하는 시스템에서 대규변 이론을 어떻게 활용해 자료 융합 성능을 향상시킬 수 있는가?
• RQ3 관측 노이즈와 시스템의 확률적 요동이 최소일 경우 정상적인 필터링 알고리즘에 어떤 수정이 필요한가?
• RQ4 제안된 방법은 소형 굴곡에서 대형 굴곡으로의 전이와 같은 쿠로시오 해류의 급격한 전이를 신뢰성 있게 탐지하고 추적할 수 있는가?
• RQ5 희귀 사건 기간 동안 새로운 자료 융합 전략의 정확도와 안정성은 표준 필터와 비교해 어떻게 다른가?

주요 결과

• 제안된 자료 융합 전략은 쿠로시오 해류의 희귀 전이 예측에서 표준 엔셈블 칼만 필터와 입자 필터를 크게 능가한다.
• 대규변 이론은 낮은 노이즈 및 정확한 관측 환경에서 표준 필터의 실패 메커니즘을 성공적으로 설명한다.
• 수정된 필터는 극단적인 동역학적 상태에 해당하는 관측을 처리할 때 더 높은 안정성과 정확도를 보여준다.
• 이 방법은 해양 열과 염도 분포에 중요한 소형 굴곡 상태와 대형 굴곡 상태 간의 전이 역학을 효과적으로 포착한다.
• 수치 실험을 통해 배경 예측 하에서 통계적으로 불가능한 관측이더라도 새로운 접근법이 신뢰할 수 있는 성능을 유지함을 확인했다.
• 이 프레임워크는 더 정확한 희귀하지만 영향력 있는 해양 사건의 추적을 가능하게 하여 기후 관련 시스템의 예측 능력을 향상시킨다.