[논문 리뷰] Ice Model Calibration Using Semi-continuous Spatial Data

Won Chang, Bledar A. Konomi외 3명|arXiv (Cornell University)|2019. 07. 31.

Cryospheric studies and observations인용 수 7

한 줄 요약

이 논문은 이슬점이 있는지 여부(이진)와 빙하 두께(연속)를 별도로 모델링하는 계층적 잠재변수 모델을 제안한다. 반응형 일반화 주성분 분석을 사용하여 차원을 감소시키고 계산적 과제를 해결한다. 이 방법은 기존의 자료를 집계하거나 이진화하는 방법에 비해 매개변수적 및 예측 불확실성을 크게 줄여 남극 빙하 모델의 정밀한 校정을 가능하게 한다.

ABSTRACT

Rapid changes in Earth's cryosphere caused by human activity can lead to significant environmental impacts. Computer models provide a useful tool for understanding the behavior and projecting the future of Arctic and Antarctic ice sheets. However, these models are typically subject to large parametric uncertainties due to poorly constrained model input parameters that govern the behavior of simulated ice sheets. Computer model calibration provides a formal statistical framework to infer parameters using observational data, and to quantify the uncertainty in projections due to the uncertainty in these parameters. Calibration of ice sheet models is often challenging because the relevant model output and observational data take the form of semi-continuous spatial data, with a point mass at zero and a right-skewed continuous distribution for positive values. Current calibration approaches cannot handle such data. Here we introduce a hierarchical latent variable model that handles binary spatial patterns and positive continuous spatial patterns as separate components. To overcome challenges due to high-dimensionality we use likelihood-based generalized principal component analysis to impose low-dimensional structures on the latent variables for spatial dependence. We apply our methodology to calibrate a physical model for the Antarctic ice sheet and demonstrate that we can overcome the aforementioned modeling and computational challenges. As a result of our calibration, we obtain improved future ice-volume change projections.

연구 동기 및 목표

• 관측 자료와 모의 결과 자료가 0에서 질량이 집중되어 있고 오른쪽으로 치우친 양의 값들을 가지는 반응형 연속 공간 패턴일 때, 빙하 모델을 校정하는 데 도전 과제를 해결하기 위해.
• 고차원적이고 공간적으로 종속적인 반응형 연속 자료에서 발생하는 계산적 및 추론적 곤란을 극복하기 위해.
• 자료 집계나 이진화를 피하면서도 정보를 유지하는 통계적으로 타당하고 계산적으로 실현 가능한 방법을 개발하기 위해.
• 반응형 연속 자료의 이진 존재성과 연속 두께 성분을 직접 모델링하여 빙하 부피 변화 예측의 불확실성 정량화를 향상시키기 위해.

제안 방법

• 이 방법은 혼합 모델을 사용하여 가능도를 두 성분으로 분리한다: 이슬점 존재 여부를 위한 이진 과정(로그릿 링크를 통해 모델링)과 존재 시 두께를 위한 연속 과정.
• 이진 및 연속 성분의 잠재변수는 공간적 의존성 구조를 가진 별도의 가우시안 프로세스로 모델링된다.
• 잠재변수의 차원을 감소시키기 위해 반응형 일반화 주성분 분석이 적용되어 효율적인 계산이 가능해진다.
• 0-빙하 위치에서 경계가 있는 잠재변수를 통합하지 않기 때문에, 절단된 가우시안 프로세스 모델의 계산적 블로킹을 피한다.
• 행렬 역행렬과 행렬식 계산을 최적화하기 위해 Sherman-Morrison-Woodbury 공식과 행렬식 항등식을 사용한 계층적 베이지안 프레임워크를 활용하여 추론을 수행한다.
• Bedmap2 관측 자료를 사용한 웨스트 앤티크틱 빙하의 물리적 모델에 적용되며, 에미네이션과 校정이 동시에 수행된다.

실험 결과

연구 질문

• RQ1 자료를 집계하거나 이진화하지 않고도 반응형 연속 공간 자료를 사용하여 빙하 모델을 校정할 수 있는 통합 통계적 프레임워크를 개발할 수 있는가?
• RQ2 반응형 자료의 이진 및 연속 성분 간의 공간적 의존성을 효과적으로 모델링하면서도 계산 가능성을 유지할 수 있는가?
• RQ3 반응형 자료의 전체 정보를 사용할 경우, 단순화된 자료 표현 방식에 비해 매개변수 불확실성과 향후 빙하 부피 변화 예측에 어떤 영향을 미치는가?
• RQ4 기존 校정 기법에 비해 제안된 방법은 정확도와 불확실성 감소 측면에서 어떻게 비교되는가?

주요 결과

• 이 방법은 고차원적이고 공간적으로 종속적인 반응형 연속 자료를 이진 및 연속 성분을 분리함으로써 효과적으로 처리하며, 경계가 있는 잠재변수를 통합할 필요 없이 처리한다.
• 반응형 자료를 이진 형태로 변환하는 방법에 비해 매개변수 불확실성과 예측 불확실성을 줄이는 데 성공한다.
• 시뮬레이션 연구에서, 이 방법은 자료 집계 기반 방법보다 진짜 입력 매개변수 값을 더 정확하게 복원한다.
• Bedmap2 자료를 사용한 실제 응용에서, 빙하 부피 변화의 예측 밀도가 뚜렷이 좁아졌으며, OCFAC 매개변수의 높은 값이 배제됨에 따라 피크가 약간 왼쪽으로 이동했다.
• 반응형 주성분 분석과 행렬 항등식을 사용함으로써 계산 비용이 크게 감소하여 대규모 공간 자료에 대한 확장 가능한 추론이 가능해졌다.
• 이 방법은 보다 향상된 校정 성능과 더 정보적인 불확실성 정량화를 보여주었으며, 특히 관측된 두께 자료와 일치하지 않는 극단적 매개변수 값을 식별하는 데 뛰어난 성능을 보였다.