[논문 리뷰] Quantifying the Predictability of ENSO Complexity Using a Statistically Accurate Multiscale Stochastic Model and Information Theory

Xianghui Fang, Nan Chen|arXiv (Cornell University)|2022. 03. 05.

Climate variability and models인용 수 9

한 줄 요약

이 논문은 통계적으로 정확한 다스케일 스토케스틱 모델을 사용하여 정보 이론 프레임워크를 개발하여 다양한 엔소 이벤트의 예측 가능성 한계를 정량화한다. 그 결과, 중앙태평양(CP) 엘니뇨와 라니냐 이벤트는 약 2년 전까지 강한 예측 가능성을 보이며, 반면 동태평양(EP) 엘니뇨는 여전히 매우 예측 불가능한 편이며, 앙상블 산란이 불확실성 정량화에 핵심적인 역할을 하며, 가우시안 근사가 효율적인 계산을 위해 정확한 것으로 입증된다.

ABSTRACT

An information-theoretic framework is developed to assess the predictability of ENSO complexity, which is a central problem in contemporary meteorology with large societal impacts. The information theory advances a unique way to quantify the forecast uncertainty and allows to distinguish the predictability limit of different ENSO events. One key step in applying the framework to compute the information gain representing the predictability is to build a statistically accurate dynamical model. To this end, a recently developed multiscale stochastic model, which succeeds in capturing both the large-scale dynamics and many crucial statistical properties of the observed ENSO complexity, is incorporated into the information-theoretic framework. It is shown that different ENSO events possess very distinct predictability limits. In addition to the ensemble mean, the ensemble spread also has remarkable contributions to the predictability. While the information theory indicates that predicting the onset of the eastern Pacific El Niños is challenging, it reveals a universal tendency to convert strong predictability to skillful forecast for predicting many central Pacific El Niños about two years in advance. In addition, strong predictability is found for the La Niña events, corresponding to the effective discharge process. In the climate change scenario with the strengthening of the background Walker circulation, the predictability of sea surface temperature in central Pacific has a significant response with a notable increase in summer and fall. Finally, the Gaussian approximation is shown to be accurate in computing the information gain, which facilitates the use of more sophisticated models to study the ENSO predictability.

연구 동기 및 목표

• 다양한 엔소 유형이 복잡한 동역학을 보이는 데서 발생하는 예측 기술의 상한을 정량화하는 데 도전한다.
• 기존의 경로 기반 지표(예: RMSE와 이상치 상관도)가 혼돈 시스템 내에서 내재된 예측 가능성과 불확실성을 포괄하지 못하는 한계를 극복한다.
• 앙상블 예측에서 신호와 산란(산란도)이 각각 예측 가능성에 기여하는 바를 구분하는 프레임워크를 개발한다.
• 기후 변화와 모델 구성 요소가 CP 및 EP 이벤트에 대한 엔소 예측 가능성에 어떻게 영향을 미치는지 평가한다.
• 제한된 앙상블 수를 가진 복잡한 모델에서 정보 수득 계산을 효율적으로 수행하기 위해 가우시안 근사가 충분히 정확한지 검증한다.

제안 방법

• 최근 개발된 다스케일 스토케스틱 모델을 통합하여 관측된 엔소 통계적 특성(공간 패턴, 시간적 변화, 변동성 포함)을 정확히 재현한다.
• 정보 이론을 적용하여 예측 가능성의 척도로 정보 수득을 계산하고, 이를 신호와 산란 성분으로 분해한다.
• 신호-산란 분해를 통해 앙상블 평균(신호)과 앙상블 산란도(산란)가 예측 가능성에 기여하는 정도를 정량화한다.
• 정보 수득 계산에 대해 가우시안 근사를 사용하며, 이는 제한된 앙상블 크기에서 사용할 경우 정확하고 효율적임을 검증하였다.
• 기후 변화 시나리오 하에서 배경 워커 순환 강화를 통해 민감도 분석을 수행하여 CP 및 EP 지역의 수면수온(SST) 예측 가능성 변화를 평가한다.
• 바람 폭발, 해양 동방 이동, 다년기 변동성 등을 제외하여 구성 요소별 민감도 테스트를 수행하여 각 요소가 예측 가능성 손실에 기여하는 바를 분리한다.

실험 결과

연구 질문

• RQ1 CP 엘니뇨, EP 엘니뇨, 라니냐를 포함한 다양한 엔소 이벤트의 예측 가능성 한계는 각각 어떻게 다를까?
• RQ2 앙상블 평균과 앙상블 산란도는 엔소 이벤트의 총 예측 가능성에 어떻게 다른 기여를 하는가?
• RQ3 강화된 워커 순환을 가진 기후 변화 시나리오 하에서 엔소 예측 가능성은 어느 정도 변화하는가?
• RQ4 바람 폭발, 동방 이동, 다년기 변동성과 같은 핵심 물리적 구성 요소는 CP 및 EP 엔소 이벤트의 예측 가능성에 어떻게 영향을 미치는가?
• RQ5 제한된 앙상블 데이터를 가진 복잡한 엔소 모델에서 정보 수득 계산을 위해 가우시안 근사가 충분히 정확한가, 효율적인 응용이 가능한가?

주요 결과

• 중앙태평양(CP) 엘니뇨 이벤트는 약 2년 전까지 강력한 예측 가능성을 보이며, 높은 예측 가능성에서 기술적인 예측 가능성으로의 전환 현상이 두드러진다.
• 라니냐 이벤트는 중간 및 초강력 EP 엘니뇨보다 더 높은 예측 가능성을 보이며, 이는 성숙기에 효과적인 방출 과정과 연관되어 있다.
• 기후 변화 시나리오에서 강화된 워커 순환 조건 하에서, 중앙태평양(T_C)의 수면수온 예측 가능성은 여름과 가을에 크게 증가하지만, 동태평양(T_E)은 거의 변화가 없다.
• 바람 폭발을 제외할 경우, EP 엘니뇨 예측에 있어 정보 손실이 심각하게 발생하며, 주로 산란 성분에서 기인하여 극단 이벤트 예측이 약화된다.
• 정보 수득 계산에 대한 가우시안 근사는 정확하고 효율적이며, 제한된 앙상블 수를 가진 복잡한 모델에 정보 이론을 실용적으로 적용할 수 있게 한다.
• 해양 동방 이동은 주로 CP 엘니뇨의 예측 가능성을 영향을 주며, 다년기 변동성은 CP 및 EP 지역 양쪽 모두의 예측 가능성을 향상시킨다.