Una lente que ve la asimetría: modelos climáticos no lineales ✛ ✎

Original: "Beyond Gaussian Assumptions: A Nonlinear Generalization of Linear Inverse Modeling"
· Justin Lien, Hiroyasu Ando
arXiv:2503.24234 · 2025-03-31 · arXiv non-exclusive · análisis propio · 2 min
Los modelos climáticos habituales solo ven oscilaciones simétricas, pero una nueva lente cuadrática enfoca la asimetría entre El Niño y La Niña.

Las gafas con lentes planas muestran un mundo simétrico: subir y bajar, calor y frío parecen iguales. Durante décadas, los climatólogos han mirado a El Niño a través de esas gafas, es decir, con modelos inversos lineales. Captaban el ritmo de las oscilaciones, pero no veían que la fase cálida de El Niño suele ser más brusca y fuerte que la fría de La Niña. La asimetría quedaba fuera de lo visible.

El nuevo trabajo propone curvar la lente: añadir términos cuadráticos a la ecuación diferencial estocástica. Si el modelo lineal es un vidrio plano, el cuadrático es una lente con curvatura que enfoca no solo el promedio, sino también la asimetría. Los parámetros de esa lente se estiman a partir de las funciones de correlación de los datos observados hasta el cuarto orden. Es como determinar la forma del vidrio por cómo refracta la luz desde distintos ángulos.

El truco clave: para ruido blanco, los parámetros de la dinámica se expresan mediante la esperanza matemática y las funciones de correlación de segundo, tercer y cuarto orden en cero, junto con sus primeras derivadas. Para ruido coloreado se añaden las segundas derivadas y las correlaciones cruzadas entre el ruido y el estado.

El método se probó en un sistema sintético bidimensional, donde no hay caos, y en el sistema de Lorenz tridimensional, donde sí lo hay. Con datos reales de El Niño 3.4 entre 1979 y 2021, la nueva lente produjo distribuciones sesgadas: la distancia de Wasserstein para la temperatura superficial del océano cayó de 0.0949 en los modelos lineales a 0.0555 en el no lineal con ruido coloreado. La asimetría que antes era invisible, ahora se manifestó.

Ahora los climatólogos pueden examinar la asimetría de otros regímenes atmosféricos y oceánicos sin conformarse con imágenes simétricas. La lente se ha vuelto más precisa, y el mundo visto a través de ella, más cercano al real.

La dimensión mínima para el caos en un sistema autónomo diferenciable es tres, por eso los autores primero prueban el método en un sistema bidimensional (donde no hay caos) y luego en el sistema de Lorenz tridimensional.

\frac{d}{dt}x_i = \sum_{j,k} B_{ijk} x_j x_k + \sum_j A_{ij} x_j + C_i + \sum_j (\sqrt{2Q})_{ij} \cdot \text{noise}_j
La velocidad de cambio de cada variable depende de interacciones cuadráticas, amortiguamiento lineal, un desplazamiento constante y un empuje aleatorio.
0 = \text{Sym}\left( B \times_2 M(0) + A \times_1 K(0) + C \times_0 E^T + Q \right)
En estado estacionario, el amortiguamiento determinista y la inyección estocástica se equilibran, lo que permite hallar la matriz de ruido.
Q_{C-nLIM} = \arg\min_Q \left( \|R\|_F + \|K(0) - K_{obs}(0)\|_F + \|M(0) - M_{obs}(0)\|_F \right)
La matriz de ruido se ajusta para que las correlaciones sintéticas y el residuo de balance estén lo más cerca posible de los observados.
Conceptos
linear inverse model nonlinear laplacian spectral analysis flujos normalizadores modelo probabilístico modelado estocástico modelado de lentes gravitacionales dinámica no lineal proceso gaussiano aprendizaje contrastivo regresión lineal modelos de tipo cuántico grandes modelos de lenguaje distribución gaussiana media ponderada aprendizaje supervisado débil filtro adaptado datos simulados no linealidad red neuronal informada por la física simulación de red