Approximating the universal thermal climate index using sparse regression with orthogonal polynomials

ملخص تقني: تقريب مؤشر المناخ الحراري العالمي باستخدام الانحدار المتناثر مع كثيرات الحدود المتعامد

بيان المشكلة
يُعد مؤشر المناخ الحراري العالمي (UTCI) مؤشراً بيوكليماتياً (حيوي مناخي) مستخدماً على نطاق واسع، حيث يقيس الراحة الحرارية البشرية بناءً على درجة حرارة الهواء، وسرعة الرياح، ودرجة حرارة الإشعاع المتوسط، والرطوبة. وبينما يُشتق الـ UTCI من نموذج فيزيولوجي حراري معقد (نموذج فـيالاالا متعدد العقد)، فإن حسابه التشغيلي يتطلب تقريبات مبسطة. المعيار الحالي هو كثير حدود انحداري من الدرجة السادسة يحتوي على 210 معاملات. ورغم كفاءته الحسابية، إلا أن هذا التقريب المعياري يعاني من أخطاء جوهرية، بما في ذلك خطأ جذر متوسط المربعات (RMSE) يبلغ حوالي 1.1 درجة مئوية، وتكرار ملحوظ للأخطاء الكبيرة (على سبيل المثال، حوالي 8% من الحالات تتجاوز الخطأ بـ 2 درجة مئوية). يمكن لهذه عدم الدقة أن تؤدي إلى سوء تصنيف فئات الإجهاد الحراري، والتي تُعرف بفترات ضيقة تبلغ 6 درجات مئوية. وفي حين أن جداول البحث (look-up tables) توفر دقة أعلى، إلا أنها أبطأ حسابياً وأقل قابلية للنقل للأنظمة المدمجة أو القديمة. تهدف الدراسة إلى تطوير تقريب كثير حدود محسّن يحافظ على الكفاءة الحسابية وقابلية النقل التي توفرها الطريقة القياسية، ولكن مع تقديم استقرار عددي ودقة فائقتين، وتحديداً تقليل تكرار الأخطاء الكبيرة.

المنهجية
يقترح المؤلفون نهج "الانحدار المتناثر المتعامد" لتقريب دالة إزاحة الـ UTCI (الانحراف عن درجة حرارة الهواء). تتضمن منهجية العمل الخطوات الرئيسية التالية:

1. البيانات والمتغيرات: تستخدم الدراسة مجموعة بيانات الإزاحة الدقيقة المقدمة من Bröde et al. (2012)، والتي تغطي النطاقات الصالحة لدرجة حرارة الهواء ($T_a$)، وسرعة الرياح ($v_a$)، والفرق بين درجة حرارة الإشعاع والجو ($T_r - T_a$)، والرطوبة النسبية ($r_H$). تم تطبيع (normalization) المتغيرات إلى الفترة $[-1, 1]$ لتسهيل استخدام قواعد كثيرات الحدود المتعامدة.
2. اختيار القاعدة: بدلاً من القوى الأحادية (monomials) القياسية، يستخدم المؤلفون كثيرات حدود ليجاندر (Legendre polynomials). ويعود اختيار هذا النوع إلى الحاجة إلى الاستقرار العددي والقدرة على إنشاء توسع هرمي وإضافي حيث لا تؤدي الحدود ذات الرتب العليا إلى زعزعة استقرار المعاملات ذات الرتب الدنيا.
3. الانحدار المتناثر: يطبق المؤلفون تنظيم "لاسو" (Lasso - Least Absolute Shrinkage and Selection Operator) على قاعدة كثير حدود ليجاندر. يعمل هذا على فرض التناثر عبر دفع المعاملات غير الضرورية إلى الصفر، مما يؤدي فعلياً إلى عملية اختيار الميزات ومنع الإفراط في التخصيص (overfitting) في الفضاءات عالية الأبعاد.
4. استراتيجية التدريب: لاختبار القدرة على التعميم بصرامة، تم تدريب النماذج على 20% فقط من البيانات وتقييمها على الـ 80% المتبقية. هذا النموذج المعكوس (التدريب على أقلية من البيانات) يعمل كاختبار صارم لقدرة النموذج على التعميم. كما تم التحقق من المتانة من خلال طريقة "بوتستراب" (bootstrapping).
5. اختيار النموذج: يقيم المؤلفون النماذج عبر درجات كثيرات الحدود (من الرابعة إلى السادسة عشرة) لتحديد جبهة باريتو (Pareto front) التي توازن بين الدقة والتعقيد. وقد اختاروا نموذجاً متناثراً متعامداً من الدرجة العاشرة كأمثل توازن، مما حقق 209 معاملات (مشابهة للعدد 210 القياسي) مع تحسين الأداء بشكل كبير.

النتائج الرئيسية
أظهر نموذج الانحدار المتناثر المتعامد المقترح تحسينات كبيرة مقارنة بالتقريب القياسي لكثير الحدود من الدرجة السادسة:

• مقاييس الدقة: قلل النموذج الجديد من خطأ جذر متوسط المربعات (RMSE) من 1.17 درجة مئوية إلى 0.88 درجة مئوية. كما انخفض متوسط الخطأ المطلق (MAE) من 0.81 درجة مئوية إلى 0.64 درجة مئوية.
• تقليل الأخطاء الكبيرة: انخفض تكرار الأخطاء المطلقة التي تتجاوز 2 درجة مئوية إلى النصف (من 8.4% إلى 4.2%). وانخفضت الأخطاء التي تتجاوز 3 درجات مئوية من 2.2% إلى 0.5%، والأخطاء التي تتجاوز 4 درجات مئوية من 0.34% إلى 0.011%.
• الاستقرار العددي والهرمية: يكشف تحليل معاملات الانحدار أن القاعدة المتعامدة توفر بنية هرمية مستقرة. وخلافاً للانحدار القياسي، حيث يؤدي إضافة حدود ذات درجات أعلى إلى تغيير معاملات الرتب الدنيا بشكل كبير، فإن النموذج المتناثر المتعامد يحافظ على تقديرات الرتب الدنيا مع إضافة تحسينات تدريجية للرتب العليا. يحاكي هذا السلوك التفكيك الشبيه بـ "تحويل فوريه" في قاعدة متعامدة.
• التعميم: على الرغم من تدريبه على 20% فقط من البيانات، أظهر النموذج أداءً قوياً على مجموعة اختبار مكونة من 80% وعلى مجموعة تحقق مستقلة تضم 1000 قيمة لم تُستخدم في التطوير. وقد أكدت طريقة "البوتستراب" أن النتائج ليست حساسة لتقسيمات البيانات المحددة.
• التعقيد الحسابي: يستخدم النموذج النهائي 209 معاملات، وهو عدد مماثل تقريباً للـ 210 المعاملة القياسية، مما يضمن بقاء التعقيد الحسابي قابلاً للمقارنة ومناسباً للاستخدام التشغيلي في الوقت الفعلي.

الأهمية والادعاءات
يزعم البحث أن المساهمة الأساسية ليست في خوارزمية انحدار متناثر جديدة، بل في تطبيق الانحدار المتناثر مع قاعدة كثير حدود متعامدة على مشكلة تقريب الـ UTCI تحديداً. ويرى المؤلفون أن هذا النهج يوفر:

1. دقة فائقة بتكلفة مماثلة: يحقق دقة أفضل بكثير ويقلل الأخطاء الكبيرة دون زيادة العبء الحسابي أو الحاجة إلى جداول بحث خارجية.
2. المتانة العددية: يضمن استخدام كثيرات حدود ليجاندر ظروفاً أفضل واستقراراً مقارنة بالقواعد الأحادية، مما يسمح باكتشاف نماذج مدمجة حتى عند درجات كثير حدود عالية.
3. القابلية للتفسير: تسمح الهيكلية الهرمية للمعاملات بتفسير أوضح لبنية النموذج، حيث تلتقط الحدود ذات الرتب الدنيا الفيزياء المهيمنة بينما توفر الحدود ذات الرتب العليا تحسينات محكومة.
4. قابلية النشر العملي: التقريب الناتج هو دالة مستقلة ومعرفة تحليلياً تعتمد فقط على العمليات الحسابية الأساسية. وهذا يسهل دمجها في البرمجيات البيوكليماتيكية الحالية، وأنظمة التنبؤ بالطقوة العددية، والبيئات المدمجة، مع ضمان إمكانية إعادة الإنتاج.

يخلص المؤلفون إلى أن هذه الطريقة تعمل فعلياً على تفكيك إزاحة الـ UTCI إلى توسع شبيه بـ "سلسلة فوريه" في قاعدة ليجاندر، مما يقترب من الأمثل النظري لتقريب قوي بمعنى $L_2$ (المربعات الصغرى). وقد أتيحت كودات التقريب الجديد كدالة بلغة بايثون، مصممة لسهولة النقل إلى لغات أخرى مثل Fortran أو C++.