[논문 리뷰] Calibrating an ice sheet model using high-dimensional non-Gaussian spatial data

Won Chang, Murali Haran외 2명|arXiv (Cornell University)|2015. 01. 08.

Cryospheric studies and observations참고 문헌 54인용 수 1

한 줄 요약

이 논문은 고차원 비정규 공간 데이터를 활용하여 빙하 모델의 보정을 위한 새로운 방법을 제안한다. 일반화된 주성분 분석을 통해 차원 감소를 구현하고, 지수족 분포를 사용하여 근사된 데이터를 모델링한다. 이 방법은 아마운든스 해안 지역 관측자료와 비교하여 PSU3D-ICE 모델을 성공적으로 보정하였으며, 체계적 오차와 공간적 의존성에도 불구하고 파rameter의 불확실성을 철저히 정량화하였다. 이는 해수면 상승 예측의 정확도를 향상시켰다.

ABSTRACT

Rapid retreat of ice in the Amundsen Sea sector of West Antarctica may cause drastic sea level rise, posing significant risks to populations in low-lying coastal regions. Calibration of computer models representing the behavior of the West Antarctic Ice Sheet is key for informative projections of future sea level rise. However, both the relevant observations and the model output are high-dimensional non-Gaussian spatial data; existing computer model calibration methods are unable to handle such data. Here we present a novel calibration method for non-Gaussian spatial processes whose marginal distributions are one-parameter exponential families. To mitigate the computational and inferential challenges posed by our approach, we apply a generalized principal component based dimension reduction method. To demonstrate the utility of our method, we calibrate the PSU3D-ICE model by comparing the output from a 499-member perturbed-parameter ensemble with observations from the Amundsen Sea sector of the ice sheet. Our methods help rigorously characterize the parameter uncertainty even in the presence of systematic data-model discrepancies and dependence in the errors. Our method also helps inform environmental risk analyses by contributing to improved projections of sea level rise from the ice sheets.

연구 동기 및 목표

• 모델 출력과 관측치가 모두 고차원 비정규 공간 데이터인 경우 빙하 모델을 보정하는 데 도전하는 문제를 해결하기 위해.
• 비정규 근사 분포와 공간적 의존성을 다룰 수 있는 계산적으로 실현 가능한 보정 프레임워크를 개발하기 위해.
• 체계적인 데이터-모델 불일치가 존재하는 상황에서도 빙하 모델의 파rameter 불확실성을 철저히 정량화하기 위해.
• 서부 남극의 아마운든스 해안 지역에서 실질적인 불확실성 정량화를 통합함으로써 향후 해수면 상승 예측의 신뢰성을 향상시키기 위해.

제안 방법

• 모델링은 고차원 공간 과정의 비정규 근사 분포를 잘 반영하기 위해 한 매개변수 지수족을 사용하여 공간 데이터를 모델링한다.
• 계산 및 추론 과제를 완화하기 위해 고차원 데이터의 차원을 감소시키기 위해 일반화된 주성분 분석(GPCA) 기법을 적용한다.
• 가정된 지수족 구조 하에 가능도 기반 접근법을 통해 변동 파rameter를 가진 모의 모델 출력과 관측 데이터를 통합하는 보정 프레임워크를 구성한다.
• 모델 출력과 관측치 간의 체계적 불일치를 고려하기 위해 오차의 의존성과 비정규성을 명시적으로 모델링한다.
• 이 방법은 공간적 구조와 보정 과정 중 불확실성을 유지하면서도 모델 파rameter에 대한 사후 추론을 가능하게 한다.
• 이 방법은 아마운든스 해안 지역의 실측 자료와 비교하기 위해 PSU3D-ICE 모델의 499개의 변동 파ram터 앙상블을 사용하여 구현되었다.

실험 결과

연구 질문

• RQ1 모델 출력과 관측치가 모두 고차원 비정규 공간 과정인 경우 컴퓨터 모델 보정을 효과적으로 수행할 수 있는 방법은 무엇인가?
• RQ2 비정규 데이터 가정 하에 빙하 모델의 효율적이고 정확한 보정을 가능하게 하는 차원 감소 기법은 무엇인가?
• RQ3 체계적인 데이터-모델 불일치와 공간적으로 의존적인 오차가 존재하는 상황에서 파rameter 불확실성을 어떻게 엄밀하게 정량화할 수 있는가?
• RQ4 제안된 방법이 서부 남극 빙하에서의 해수면 상승 예측의 신뢰성에 어느 정도 기여하는가?

주요 결과

• 제안된 방법은 아마운든스 해안 지역의 고차원 비정규 공간 관측치와 비교하여 PSU3D-ICE 모델을 성공적으로 보정하였다.
• 일반화된 주성분 분석은 데이터의 차원을 효과적으로 감소시켜 계산 가능성을 확보하면서도 공간 정보의 손실를 최소화하였다.
• 체계적인 불일치가 존재하는 상황에서도 파rameter 불확실성의 엄밀한 특성화를 제공하였다.
• 근사 분포를 한 매개변수 지수족으로 모델링함으로써, 정규 분포 가정보다 공간 데이터의 비정규 특성을 더 정확히 반영하였다.
• 오차의 공간적 의존성을 고려한 보정 과정은 모델 파ram터에 대한 더 신뢰할 수 있는 사후 분포를 도출하였다.
• 향상된 보정은 서부 남극 빙하에서 향후 해수면 상승 예측의 정확도를 향상시켜 더 견고한 환경 위험 평가에 기여하였다.