main concepts scientists sections
ПростоПопулярноПодробно

Слепой поиск предвестников Эль-Ниньо ✎

Оригинал: "The Sampling Method for Optimal Precursors of ENSO Events"
· Bin Shi, Junjie Ma
arXiv:2308.13830 · 2023-08-26 · CC BY-NC-SA 4.0 · собственный разбор · 2 мин
Физика атмосферы и океана Оптимизация и управление Хаотическая динамика
Метод случайных проб находит те же оптимальные возмущения для модели Зебиака–Кейна, что и сложный сопряжённый расчёт, но в пять раз быстрее.

Сапёр с завязанными глазами ищет мину, бросая камешки наугад. Он не видит карту и не может вычислить, где зарыт заряд. Но если бросить достаточно камешков и послушать, какой упадёт глуше, можно нащупать опасное место. Примерно так работает новый способ предсказывать Эль-Ниньо — тёплое течение, которое раз в несколько лет меняет погоду на всей планете.

Эль-Ниньо начинается с небольшого тёплого пятна в Тихом океане. Если пятно растёт быстро, через несколько месяцев наступает засуха в Австралии и дожди в Перу. Задача прогнозиста — найти то самое начальное пятно, которое разовьётся в событие.

Раньше для этого использовали сопряжённый метод. Он похож на переводчика, который слушает речь и одновременно мысленно переводит её обратно на исходный язык, чтобы проверить каждое слово. Такой перевод требует вдвое больше работы и отдельной модели, которая умеет «отматывать» расчёт назад. Для сложных моделей океана и атмосферы обратную модель построить почти невозможно.

Новый подход отказывается от переводчика. Вместо точного расчёта он делает случайные пробы: компьютер много раз слегка меняет начальные условия и смотрит, как быстро растёт тёплое пятно. Каждая проба — как брошенный камешек. По звуку сотен камешков можно понять, где мина, даже не видя её.

Испытание на классической модели Зебиака–Кейна показало: картина тёплых и холодных пятен совпадает с той, что даёт сопряжённый метод. Тёплое пятно около 0,2 градуса в восточной части Тихого океана, холодное в центре, термоклин проседает на сотню метров. Динамика индекса Niño 3.4 в течение года отличается меньше чем на сотую градуса. При этом расчёт занимает 3 секунды вместо 15 — в пять раз быстрее.

Сокращение числа проб с 1000 до 200 почти не портит результат. Точность падает с 98,7% до 91,5%, но основные черты предвестника сохраняются. Это важно, потому что каждая проба — это отдельный запуск климатической модели.

Слепой сапёр научился находить мину быстрее, чем зрячий инженер с чертежами. И этот навык пригодится не только для Эль-Ниньо: метод можно перенести на любую модель прогноза, где обратный расчёт слишком сложен. Камешки, брошенные наугад, иногда работают лучше точных формул.

Весь граф →

Метод выборки основан на формуле Стокса, которая связывает интеграл по объёму с интегралом по поверхности. Здесь она позволяет заменить градиент на среднее от значений функции на сфере — изящный математический трюк.

В рассказе Айзека Азимова «Последний вопрос» суперкомпьютер ищет способ обратить энтропию, перебирая варианты. Метод выборки тоже перебирает случайные направления, но вместо полного поиска использует статистику, чтобы быстро найти оптимальное возмущение.

\nabla \hat{J}(u_0) = \frac{d}{\epsilon} \mathbb{E}_{v \in S^{d-1}} [J(u_0 + \epsilon v) v]
Градиент сглаженной функции равен среднему по сфере от произведения значения функции на направление, умноженному на размерность и обратный радиус.
\nabla \hat{J}(u_0) \approx \frac{d}{n \epsilon} \sum_{i=1}^n [J(u_0 + \epsilon v_i) v_i]
Градиент оценивается как среднее арифметическое по n случайным направлениям, что позволяет избежать вычисления точного градиента.
Понятия
модель Зебиака–Кейна энсо индекс Эль-Ниньо модель Джина–Тиммермана весенний барьер предсказуемости многомерный индекс ЭНСО южная осцилляция эль-ниньо южная осцилляция NOAA CPC буйковые станции TAO/TRITON ла-нинья ERSST NOAA PMEL TAO относительный они распространение экваториальных волн прогноз северное экваториальное противотечение объём тёплой воды методы Монте-Карло ансамблевый прогноз