ظاهرة النينيو والتذبذب الجنوبي المرتبط بها يعيدان هيكلة الدورة الجوية حول العالم، مؤثرين على الجفاف والمحاصيل والنظم البيئية وشبكات الطاقة. أظهر حدث 2023-2024 مدى تدمير هذه التأثيرات: جفاف ومجاعة في جنوب أفريقيا، وإجهاد حراري للشعاب المرجانية. ومع ذلك، فإن البنية الديناميكية التي تنظم تقلبات المحيط الهادئ الاستوائي وتحد من قابلية التنبؤ بالنينيو لا تزال غير واضحة تمامًا. بيانات الرصد تصبح أطول وأكثر تفصيلاً، لكن استخلاص أنماط ذات معنى فيزيائي ومستقرة منها يعوقه الكثافة الطيفية: مئات المركبات الحساسة لاختيار البيانات وفترة التدريب. نحتاج إلى طريقة لفصل الأنماط المناخية الموثوقة عن القطع الأثرية العددية دون الاعتماد على استدلالات مثل السعة أو نسبة التباين المفسر.
يعتمد العمل على نظرية عامل كوبمان، التي تصف الديناميكيات غير الخطية من خلال تأثير خطي على دوال حالة النظام. لتقريب هذا العامل، استخدمنا نسخة نووية من تحليل الأنماط الديناميكية الموسع (k-EDMD) مع نواة غاوسية، مطبقة على شذوذ درجة حرارة السطح الشهرية للمحيط الهادئ الاستوائي من منتجين مستقلين: إعادة التحليل ERA5 وإعادة البناء HadISST. خدمت بيانات 1940-2010 كمجموعة تدريب، والسنوات الخمس عشرة التالية كمجموعة تحقق. لتقييم مدى جودة تلبية كل زوج محسوب من القيمة الذاتية والدالة الذاتية لمعادلة كوبمان، حسبنا البواقي بطريقة ResDMD. ثم على طول دائرة الوحدة، بنينا دالة طيفية زائفة للباقي، حيث تشير قيمها الدنيا المحلية إلى ترددات مستقرة ضد الاضطرابات. الأنماط المكانية لهذه الترددات استُعيدت مباشرة من السلاسل الزمنية عبر ترشيح طيفي مستقل عن القاموس النووي. أخيرًا، بحثنا في الطيف عن قوى صحيحة ومنتجات غير خطية للمكونات الأساسية، بفحص تطابق الفترات مع تسامح 10% وارتباط دوال ذاتية أعلى من 0.7.
كشف التحليل الطيفي الزائف عن تسعة عشر ترددًا مستقرًا في نطاق فترات يتراوح تقريبًا من سنة ونصف إلى عقد. هذه الترددات متطابقة في ERA5 وHadISST، رغم أن سحب القيم الذاتية نفسها تختلف كثيرًا بين المنتجين وحتى عند إزاحة نافذة التدريب بسنة واحدة. من بين الأنماط الموجودة، هناك مكون بفترة حوالي 3.6 سنة، بنيته المكانية تكرر نمط النينيو الكنسي مع شذوذات في وسط وشرق المحيط الهادئ الاستوائي. الأنماط الأطول حوالي 12.6 سنة لها بنية حوضية واسعة مع عدم تناظر زوالي ملحوظ، بينما الأنماط القصيرة حوالي 2.1-2.4 سنة تتركز بالقرب من الجزء الأوسط من خط الاستواء. إعادة بناء مؤشر نينيو 3.4 بناءً على هذه الأنماط التسعة عشر تفسر 92% من تباين فترة التدريب. للمقارنة، الأنماط ذات السعة الأكبر تفسر فقط 18% عند استخدام الدوال الذاتية القياسية لـ k-EDMD و81% عند استخدام الدوال الذاتية الزائفة. التنبؤات بناءً على الإطار الكوبماني تحافظ على المهارة في آفاق 8-18 شهرًا، متفوقة على النموذج العكسي الخطي والنماذج التي تستخدم الطيف الكامل أو أنماط السعة فقط. المئات المتبقية من أزواج القيم الذاتية تشكل تسلسلاً هرميًا: العديد منها يتطابق مع قوى صحيحة للأنماط الأساسية، مع زيادة الباقي مع رتبة القوة، مما يشير إلى مكونات أقل موثوقية.
الاستنتاج الرئيسي للعمل هو أن الفائض الطيفي ليس فوضى، بل يعكس بنية جبرية لعامل كوبمان. هذا يغير نهج تفسير الأطياف الكثيفة: بدلاً من اختيار أنماط فردية بناءً على استدلالات، يُقترح البحث عن قيم دنيا مستقرة للباقي الطيفي الزائف والنظر إلى بقية الطيف على أنه ناتج عن قوى ومنتجات هذه المكونات الأساسية. بالنسبة لعلوم المناخ، هذا يعني أنه يمكن استخلاص تمثيلات مدمجة وقابلة للتنبؤ من سلاسل زمنية طويلة، وهي في نفس الوقت قابلة للتفسير فيزيائيًا ومستقرة ضد اختيار البيانات. يمكن أن يصبح هذا النهج أداة عامة للتعلم الآلي المستند إلى الفيزياء في علوم الأرض، حيث غالبًا ما يعيق تفاعل المقاييس والكثافة الطيفية تحديد الأمور الرئيسية.
الامتداد الطبيعي هو التحقق مما إذا كان تنظيم طيفي زائف مماثل يظهر في مجالات أخرى: درجة حرارة تحت السطح، إجهاد الرياح، مستوى سطح البحر، هطول الأمطار، أو متغيرات محيطية-جوية مرتبطة. أهمية خاصة هي مسألة المعنى الفيزيائي للتسلسل الهرمي الكوبماني: في تحليل فورييه، تُنتج التوافقيات بواسطة موجات جيبية ثابتة، بينما هنا القوى والمنتجات تتوافق مع دوال ذاتية تعتمد على الحالة. مقياس كمي لهذا التسلسل الهرمي يمكن أن يصبح بصمة للتنظيم غير الخطي للديناميكيات ويساعد في مقارنة الأنظمة المناخية، ونسب الأنماط، وبناء نماذج تنبؤية. ستحتاج أيضًا إلى تكاملات نموذجية مناخية أطول لفهم ما إذا كان الإطار الموجود خاصية للنظام نفسه أم قطعة أثرية من فترة الرصد المحدودة.
تؤثر الطريقة مباشرة على التنبؤ الموسمي وبين السنوات لظاهرة النينيو، محسنة المهارة في آفاق 8-18 شهرًا. وهي مفيدة أيضًا لأي علوم أرض حيث تكون البيانات عالية الأبعاد وتحتوي على مقاييس زمنية متفاعلة، مثل علم المحيطات، علم المناخ القديم، أو تحليل الغطاء الجليدي.
الخطوة التالية هي تطبيق نفس المخطط على مجالات مناخية متعددة الأبعاد والتحقق من قابلية استنساخ الإطار الكوبماني على محاكاة نموذجية طويلة. بالتوازي، يجب تطوير مقاييس رسمية للتقييم الكمي للتسلسل الهرمي للقوى والتركيبات غير الخطية.
في علم المناخ، يبقى السؤال دون حل حول أي البنى الديناميكية توفر قابلية التنبؤ بالنينيو بعد بضعة أشهر. يظهر هذا العمل أن الأنماط الكوبمانية المستقرة، المحددة بمعيار الباقي، تحمل ذاكرة تنبؤية، بينما التمثيلات الطيفية الكاملة أو ذات السعة تفقدها. هذا يربط مشكلة قابلية تفسير الأطياف بالمهمة الأساسية لتحديد مصادر قابلية التنبؤ طويلة المدى في النظام المناخي غير الخطي.
هذا القسم موجَّه إلى مؤلف العمل وزملائه. الأعمال المجاورة عثر عليها بحثٌ دلالي في أرشيفنا، لا بتطابق الكلمات. نحن لا نقيّم العمل: نعرض الحقل من حوله.
ماذا يفعل هذا العمل
طبق المؤلفون تحليل EDMD النووي (kernel EDMD) مع نواة غاوسية على الشذوذ الشهري لدرجة حرارة سطح البحر في المنطقة الاستوائية من المحيط الهادئ من بيانات ERA5 وHadISST، مستخدمين ResDMD لتقدير البقايا وتحليل الطيف الزائف لاختيار الترددات المستقرة. يفسر الإطار الكوبماني الناتج المكون من تسعة عشر ترددًا حوالي 92% من تباين مؤشر نينيو-3.4 ويحسن التوقعات في الآجال من 8 إلى 18 شهرًا، بينما يُفسَّر باقي الطيف كمزيج غير خطي من الأنماط الأساسية.
أين تكمن قوته
الخطوة المنهجية المتمثلة في استخدام الأطياف الزائفة والبقايا لفصل الأنماط المستقرة فيزيائيًا عن الضوضاء العددية تقدم إطارًا مدمجًا وقابلًا للتفسير، لا يعتمد على اختيار القاموس النووي، ويظل ثابتًا عند تغيير مجموعة البيانات.
إلى أين يمكن المضي
يستحق التجربة
لماذا قد يكون هذا مهمًا
إذا ثبتت قابلية نقل الطريقة المقترحة إلى مؤشرات ومناطق مناخية أخرى، فقد توفر أداة عامة لاستخراج الأنماط المستقرة فيزيائيًا من بيانات الرصد المزعجة، وهو أمر مهم لفهم قابلية التنبؤ بالمناخ على المقاييس الموسمية والعقدية.
أعمال قريبة في أرشيفنا
الأرشيف خالٍ حول هذا العمل: أقرب تحليل عند 0.52 فقط، مقابل 0.64 المعتادة. يبدو أن الحفر بجواره كان نادرًا.
من بين حوالي 800 زوج من القيم الذاتية التي ينتجها k-EDMD لكل مجموعة بيانات، تكفي 19 نمطًا أساسيًا فقط لتفسير 92% من تباين المؤشر الرئيسي للنينيو. في حين أن الأنماط ذات السعة الأكبر، التي تُختار عادة في النماذج المختزلة، تفسر فقط 18% من نفس التباين عند استخدام الدوال الذاتية القياسية.
فكرة الإطار الخفي منخفض الأبعاد خلف الطيف الكثيف تذكرنا بقصة تيد تشانغ "قصة حياتك"، حيث تظهر إشارة غير خطية معقدة كنتيجة لمجموعة صغيرة من الأنماط الأساسية، وفهمها يغير الإدراك الزمني والتنبؤ بالمستقبل.