[论文解读] Generative data-driven approaches for stochastic subgrid parameterizations in an idealized ocean model

Pavel Perezhogin, Laure Zanna+1 more|arXiv (Cornell University)|Feb 15, 2023

Meteorological Phenomena and SimulationsEarth and Planetary Sciences参考文献 106被引用 3

一句话总结

本论文提出生成式机器学习模型——生成对抗网络（GAN）与变分自编码器（VAE）——用于在理想化海洋模型中生成与流场相关的、具有空间相关性的随机亚网格参数化方案。在粗分辨率在线模拟中，这些模型相较于基线机器学习模型，更好地捕捉了空间相关性与不确定性，提升了数值稳定性与能量传递保真度。

ABSTRACT

Subgrid parameterizations of mesoscale eddies continue to be in demand for climate simulations. These subgrid parameterizations can be powerfully designed using physics and/or data-driven methods, with uncertainty quantification. For example, Guillaumin and Zanna (2021) proposed a Machine Learning (ML) model that predicts subgrid forcing and its local uncertainty. The major assumption and potential drawback of this model is the statistical independence of stochastic residuals between grid points. Here, we aim to improve the simulation of stochastic forcing with generative models of ML, such as Generative adversarial network (GAN) and Variational autoencoder (VAE). Generative models learn the distribution of subgrid forcing conditioned on the resolved flow directly from data and they can produce new samples from this distribution. Generative models can potentially capture not only the spatial correlation but any statistically significant property of subgrid forcing. We test the proposed stochastic parameterizations offline and online in an idealized ocean model. We show that generative models are able to predict subgrid forcing and its uncertainty with spatially correlated stochastic forcing. Online simulations for a range of resolutions demonstrated that generative models are superior to the baseline ML model at the coarsest resolution.

研究动机与目标

• 开发数据驱动的随机亚网格参数化方案，以捕捉中尺度涡旋强迫中的空间相关性，突破先前机器学习模型对统计独立性的假设。
• 通过学习在解析流场条件下亚网格强迫的联合分布，提升粗分辨率海洋模型的模拟保真度与数值稳定性。
• 在理想化准地转海洋模型的离线与在线模拟中，证明生成模型（GAN与VAE）的有效性。
• 量化在不同流场形态（如有急流与无急流流型）下，能量传递、湍流动能谱以及泛化能力的性能提升。

提出的方法

• 利用通过空间粗化算子过滤的高分辨率模拟数据，训练 GAN 与 VAE 模型，以学习在给定解析流场条件下的亚网格强迫条件分布。
• 利用学习到的分布生成具有空间相关性的多个随机强迫实现，从而实现与流场相关的不确定性量化。
• 将生成模型作为在线参数化方案集成至准地转（QG）海洋模型中，替代假设网格点间残差独立的基线机器学习模型。
• 采用谱度量评估性能：计算模型与过滤后高分辨率模拟能量谱之间的归一化距离，以及能量传递项的差异。
• 通过能量平衡分析，比较模型与高分辨率参考结果在解析与未解析能量传递、源项与耗散项方面的表现。
• 应用滤波传递函数（指数或高斯型）计算谱误差，评估不同波数与网格分辨率下的模型准确性。

实验结果

研究问题

• RQ1 GAN 与 VAE 等生成模型能否学习并重现与高分辨率模拟数据一致的空间相关性亚网格强迫分布？
• RQ2 在在线模拟中，与假设随机残差独立的基线机器学习模型相比，生成模型在数值稳定性与能量传递准确性方面表现如何？
• RQ3 生成模型在未见流场构型（如训练数据中未包含的湍流急流）下的泛化能力如何？
• RQ4 在灰区模拟中，将空间相关性纳入随机强迫是否能改善关键物理过程（如反向散射与能量传递）的模拟效果？
• RQ5 将生成模型作为亚网格参数化方案部署时，其计算成本如何？在不同网格分辨率下是否具备可扩展性？

主要发现

• 生成模型（GAN 与 VAE）成功生成了与流场相关的、具有空间相关性的随机强迫，其统计结构与高分辨率模拟中亚网格涡旋强迫一致。
• 在最粗分辨率（48×48）的在线模拟中，生成模型在保持湍流动能谱与能量传递方面优于基线机器学习模型，谱误差更低。
• GAN 与 VAE 模型在数值稳定性方面显著优于基线模型，尤其在长时间积分中，发散次数更少，能量守恒性更好。
• 模型在过渡流场形态（如急流形成过程）中表现出良好的泛化能力，前两年在线积分中，中位性能与过滤后的高分辨率模拟高度一致。
• GAN 与 VAE 模型的运行时间显著低于基线模型（在 48×48 网格上 20 年积分耗时分别为 25.4 秒与 756 秒），接近理论预期。
• 谱误差度量显示，与基线模型相比，生成模型将模型与高分辨率模拟能量谱之间的归一化距离降低了最多 50%，尤其在上层与能量传递项中表现更优。