[论文解读] Flexible and efficient emulation of spatial extremes processes via variational autoencoders

Likun Zhang, Xiaoyu Ma+2 more|arXiv (Cornell University)|Jul 16, 2023

Climate variability and modelsEnvironmental Science被引用 3

一句话总结

本文提出了一种新颖的时空极值模拟器 XVAE，将灵活的极值无限可分过程整合进变分自编码器框架，以高效建模高维空间数据中的非平稳、依赖的极端事件。通过结合极值理论与深度生成建模，XVAE 实现了快速贝叶斯推断，并准确模拟了复杂的气候极值，在30年红海海表温度数据集上，其计算效率和尾部依赖建模能力均优于传统方法。

ABSTRACT

Many real-world processes have complex tail dependence structures that cannot be characterized using classical Gaussian processes. More flexible spatial extremes models exhibit appealing extremal dependence properties but are often exceedingly prohibitive to fit and simulate from in high dimensions. In this paper, we aim to push the boundaries on computation and modeling of high-dimensional spatial extremes via integrating a new spatial extremes model that has flexible and non-stationary dependence properties in the encoding-decoding structure of a variational autoencoder called the XVAE. The XVAE can emulate spatial observations and produce outputs that have the same statistical properties as the inputs, especially in the tail. Our approach also provides a novel way of making fast inference with complex extreme-value processes. Through extensive simulation studies, we show that our XVAE is substantially more time-efficient than traditional Bayesian inference while outperforming many spatial extremes models with a stationary dependence structure. Lastly, we analyze a high-resolution satellite-derived dataset of sea surface temperature in the Red Sea, which includes 30 years of daily measurements at 16703 grid cells. We demonstrate how to use XVAE to identify regions susceptible to marine heatwaves under climate change and examine the spatial and temporal variability of the extremal dependence structure.

研究动机与目标

• 开发一种代理模型，能够准确模拟具有灵活、非平稳依赖结构的高维时空极值。
• 克服在高维空间中拟合并模拟复杂时空极值模型的计算不可行性。
• 为气候与环境建模中的极端事件实现快速贝叶斯推断与不确定性量化。
• 提供一个针对时空场模拟中极值依赖性评估的定制化验证框架。
• 在红海高分辨率30年卫星反演海表温度数据集上展示该方法的有效性。

提出的方法

• 提出一种具有灵活、非平稳极值依赖特性的新型极值无限可分（max-id）过程，其理论基础源于极值理论。
• 将 max-id 过程嵌入变分自编码器（VAE）架构中，形成 XVAE 框架，以实现高效的后验近似。
• 使用变分贝叶斯与随机梯度下降联合估计潜变量与模型参数，实现可扩展的推断。
• 在输入 XVAE 前，对每个网格点使用站点特定的广义极值（GEV）分布对月最大值进行边际变换以实现标准化。
• 采用广义似然比检验结合威尔克定理，评估各位置边际分布（GEV 与 t 分布）的拟合优度。
• 通过自定义框架验证模拟性能，该框架评估不同空间滞后下的尾部依赖结构与极值行为。

Figure 1 : A schematic diagram for the XVAE, in which the parameters $\boldsymbol{\phi}_{e}$ and $\boldsymbol{\phi}_{d}$ in the encoder $q_{\boldsymbol{\phi}_{e}}(\boldsymbol{z}_{t}\mid\boldsymbol{x}_{t})$ and the decoder $p_{\boldsymbol{\phi}_{d}}(\boldsymbol{x}_{t}\mid\boldsymbol{z}_{t})$ are both

实验结果

研究问题

• RQ1 深度生成模型能否有效捕捉并模拟高维时空过程中复杂、非平稳的极值依赖结构？
• RQ2 XVAE 框架在极端值建模方面，相较于传统高斯过程模拟器，在计算效率与准确性方面表现如何？
• RQ3 XVAE 在多大程度上能再现时空极值的真实尾部依赖结构，特别是在极值依赖微弱或随时间变化的区域？
• RQ4 该模型在捕捉时空极值联合尾部分布方面，是否优于现有的基于 GAN 或基于配对的模拟器？
• RQ5 红海高分辨率海表温度数据中，极值依赖的空间与时间模式如何？

主要发现

• XVAE 在传统贝叶斯推断方面实现了显著的计算加速，使复杂时空极值的后验模拟与不确定性量化成为可能。
• XVAE 在捕捉真实极值依赖结构方面优于平稳依赖模型与现有基于 GAN 的模拟器，尤其在同时发生的极端事件建模方面表现更优。
• 在红海 SST 数据集中，XVAE 揭示：海盆内部的极值依赖性较弱，且在30年期间略有下降。
• 拟合优度检验结果表明，GEV 分布在所有位置对月最大值的拟合效果均优于 t 分布，所有站点在 GEV 模型下的 p 值均大于 0.05。
• 经验尾部依赖度量（χh(u)）显示，XVAE 生成的数据在 50 km、200 km 与 500 km 的空间滞后下，与观测数据高度一致。
• 该模型成功处理了包含 16,703 个网格点与 372 个月最大值的高维数据，展示了在真实气候应用中良好的可扩展性与鲁棒性。

Figure 3 : Data replicate (left) and its corresponding emulated fields (XVAE, middle; hetGP , right) from Model III . See Figure E.1 of the Supplementary Material for comparisons for the other models. In all cases, we use data-driven knots for emulation using XVAE.