Towards accurate extreme event likelihoods from diffusion model climate emulators

ملخص تقني: نحو تقديرات دقيقة لاحتمالية الأحداث المتطرفة من نماذج المحاكاة المناخية القائمة على الانتشار

بيان المشكلة
تقدم نماذج المحاكاة المناخية القائمة على التعلم الآلي (ML)، ولا سيما نماذج الانتشار مثل Climate in a Bottle (cBottle)، تجارب فعالة من حيث التكلفة لتخطيط السيناريوهات والتكيف. وتتمثل إحدى القدرات الرئيسية لهذه النماذج في "التوجيه" (guidance)، حيث يمكن توجيهها لتوليد حالات محددة تثير الاهتمام، مثل الأعاصال المدارية (TCs) في مواقع يحددها المستخدم. ومع ذلك، يوجد قصور جوهري: فبينما يمكن للنماذج الموجهة الإفراط في أخذ عينات من الأحداث النادرة، إلا أنها لا تقدم للمستخدمين بشكل متأصل معلومات حول الاحتمالية (likelihood) لهذه العينات المولدة تحت التوزيع الحقيقي للبيانات غير الموجهة. وبدون هذه المعلومات الاحتمالية، يصعب التمييز بين الحالات المتطرفة المعقولة وبين النواتج الاصطناعية لعملية التوجيه، مما يحد من فائدة هذه النماذج في عمليات الإسناد الدقيق للأحداث المتطرفة وتقييم المخاطر.

المنهجية
يقترح المؤلفون إطار عمل لاستعادة تقديرات كثافة الاحتمالية الدقيقة للعينات الموجهة باستخدام نموذج الانتشار cBottle. تعتمد المنهجية على الأساس النظري لنماذج الانتشار لتقليل الضجيج (DDPMs) ومعادلة التفاضل العادي (PF-ODE) لتدفق الاحتمالية.

1. أخذ العينات الموجه (Guided Sampling): نموذج cBottle هو محاكي مناخي قائم على الانتشار بدقة 5 كم، وهو مشروط بدرجات حرارة سطح البحر (SSTs) والموقع الشمسي. لتوليد الأعاصال المدارية (TCs)، يتم إضافة حد توجيه المصنف (classifier guidance) إلى معادلة PF-ODE. قام المؤلفون بتحسين تنفيذ التوجيه من خلال:

   • استخدام مقياس توجيه ثابت ($\gamma$) بدلاً من القياس التكيفي المستخدم في أعمال سابقة.
   • تطبيق التوجيه فقط ضمن "نافذة إزالة الضجيج" (denoising window) المحددة (مستويات الضجيج $\sigma \in [15, 20]$) حيث يتم توليد إشارة الإعصار المداري، بدلاً من تطبيقه عبر المسار بأكلِه. وهذا يتجنب قيم التباعد غير المعقولة ويقلل من التكلفة الحسابية.

2. حساب نسبة الأرجحية (Odds Ratio Calculation): لتحديد مدى تغيير التوجيه لاحتمالية العينة، يحسب المؤلفون نسبة الأرجحية $o(x) = p_{\text{unguided}}(x) / p_{\text{guided}}(x)$.

   • باستخدام صيغة PF-ODE، يقوم المؤلفون بحساب كثافة الاحتمال اللوغاريتمية لعينة ما عن طريق تكامل تباعد حقل السرعة من العينة وصولاً إلى التوزيع الطبيعي المسبق (Gaussian prior).
   • يتم تفكيك نسبة الأرجحية اللوغاريتمية إلى ثلاثة حدود: الفرق في الاحتمالات الكامنة ($\Delta_{\text{latent}}$)، والفرق في تباعد درجات (scores) إزالة الضجيج ($\Delta_{\text{denoiser}}$)، وتباعد حد التوجيه ($\Delta_{\text{guidance}}$).
   • يتم تقدير هذه التباعدات باستخدام مُقدّر أثر Skilling-Hutchinson مع التفاضل التلقائي.

3. أخذ العينات بالأهمية (Importance Sampling): تُستخدم نسب الأرجحية المحسوبة لإجراء أخذ العينات بالأهمية. فبدلاً من سحب $K$ من العينات من التوزيع غير الموجه (الذي نادراً ما ينتج أعاصال مدارية)، يسحب المؤلفون عينات من التوزيع الموجه ويعيدون وزنها باستخدام نسبة الأرجحية. يسمح هذا بتقدير الاحتمال الحقيقي للأحداث المتطرفة بخطأ معياري أقل مقارنة بطريقة مونت كارلو البسيطة.

4. تحليل احتمالية ERA5: طبق المؤلفون أيضاً النموذج غير الموجه لحساب احتمالية بيانات إعادة التحليل ERA5 الواقعية (تحديداً شذوذ درجات الحرارة في القارة القطبية الجنوبية) لاختبار استجابة النموذج لتقلبات درجة حرارة سطح البحر (SST) والأحداث المتطرفة.

النتائج الرئيسية

• تحسين نافذة التوجيه: أظهرت الدراسة أن التوجيه يكون فعالاً ومستقراً عددياً فقط ضمن نطاق ضيق من الضجيج ($\sigma \approx 15-20$). يؤدي تطبيق التوجيه عبر المسار الكامل إلى قيم تباعد سالبة وعينات غير معقولة. إن قصر التوجيه على هذه النافذة يؤدي إلى توليد أعاصال مدارية مستقرة مع تباعد موجب.
• التباين في نسب الأرجحية: لاحظ المؤلفون أن التباين في نسب الأرجحية المحسوبة يزداد بشكل كبير مع زيادة قوة التوجيه. فبينما ينتج التوجيه القوي عدداً أكبر من الأعاصال المدارية، تصبح الأوزان الناتجة شديدة التباين. وبالتالي، يتم تحقيق أكثر تقديرات أخذ العينات بالأهمية متانة مع مقاييس توجيه أضعف، مما يتطلب أخذ عينات متكررة لتقليل التباين.
• استعادة الاحتمالية بدقة: على الرغم من التباين، نجحت تقديرات أخذ العينات بالأهمية في استعادة تكرار الأعاصال المدارية لنموذج التحكم غير الموجه. بالنسبة للعتبات المتطرفة (مثل المئوية 99.999)، يحقق تقدير أخذ العينات بالأهمية عدم يقين أقل من تقدير مونت كارلو القياسي من النموذج غير الموجه، مما يعني فعلياً المقايضة بين عدم يقين أخذ العينات وعدم يقين الأوزان.
• المقارنة مع ERA5: عند مقارنة المناخ التاريخي للأعاصال المدارية في cBottle مع سجلات ERA5 التاريخية، تتطابق الأنماط المكانية جيداً، رغم أن cBottle يقلل من التكرار المطلق وثقة الأعاصال المدارية. ويشير المؤلفون إلى أن هذا الانحياز متأصل في بنية النموذج وتدريبه الحالي، وليس في طريقة التوجيه أو أخذ العينات.
• احتمالية عينات ERA5: بالنسبة لموجة الحر في القارة القطبية الجنوبية في مارس 2022، يعطي النموذج قيم احتمالية لوغاريتمية نموذجية لذلك الوقت من العام، مما يظهر دورة موسمية واضحة (احتمالية أعلى في الصيف، وأقل في الشتاء) بدلاً من ارتباط مباشر مع مقدار شذوذ درجة الحرارة. كما يحدد النموذج بشكل صحيح احتمالات أعلى لأحداث الحرارة تحت اضطرابات SST بمقدار +2K مقارنة بـ -2K، لكن الاحتمالية اللوغاريتمية لا تعمل بفعالية كوكيل مباشر لشدة الحدث نفسه.

الأهمية والادعاءات
تقدم الورقة "نتائج أولية ولكنها مشجعة" تثبت أن نماذج المحاكاة المناخية القائمة على الانتشار يمكن أن توفر ليس فقط عينات اصطناعية للأحداث المتطرفة، بل أيضاً تقديرات احتمالية دقيقة لاحتمالية حدوثها.

• الحداثة: على حد علم المؤلفين، يعد هذا أول تطبيق لحساب نسب الأرجحية كنسبة بين احتمالات العينات تحت نماذج الانتشار الموجهة وغير الموجهة لتمكين أخذ العينات بالأهمية للأحداث المناخية المتطرفة.
• الفائدة: تسمح هذه الطريقة للباحثين بالإفراط في أخذ عينات من الأحداث النادرة (مثل الأعاصال المدارية) لدراسات التأثير مع الحفاظ على الصرامة الإحصائية فيما يتعلق باحتمالية حدوثها الحقيقية.
• القيود والعمل المستقبلي: يتسم المؤلفون بالتواضع بشأن التكلفة الحسابية الحالية، مشيرين إلى تباطؤ بمقدار 33 ضعفاً لعينة واحدة موجهة مع حساب نسبة الأرجحية مقارنة بأخذ العينات غير الموجه. ويقترحون أن التحسينات المستقبلية، مثل تقطير النموذج (model distillation) أو التوجيه الخالي من المصنف (classifier-free guidance)، يمكن أن تجعل هذا النهج أكثر كفاءة من حيث التكلفة. كما يؤكدون أن دقة الاحتمالات محدودة أساساً بدقة نموذج cBottle الأساسي، وخاصة تمثيله لقوة الأعاصال المدارية.

يهدف هذا العمل إلى تحفيز المزيد من الأبحاث في استخراج المعلومات الاحتمالية من نماذج الانتشار، مما يضعها كأدوات موثوقة لتقييم المخاطر المناخية وتخطيط السيناريوهات.