📄 earth_science

Quantifying internal variability in large-ensemble climate data with the Wasserstein distance

Dieses Papier schlägt eine robuste, parameterfreie Metrik auf Basis der 1-Wasserstein-Distanz vor, um die relative Größenordnung der internen Variabilität in Large-Ensemble-Klimadaten zu quantifizieren, und demonstriert deren überlegene Stabilität und Klarheit im Vergleich zu bestehenden Methoden über verschiedene Verteilungsformen und Forcing-Szenarien hinweg.

Ursprüngliche Autoren: Yuki Yasuda, Shoichiro Kido

Veröffentlicht 2026-08-27

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Yuki Yasuda, Shoichiro Kido

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Das Klima der Erde ist niemals still. Es atmet mit einem eigenen Rhythmus und verändert sich von Jahr zu Jahr durch die chaotischen, wirbelnden Wechselwirkungen der Atmosphäre und der Ozeane. Dieses natürliche Wühlen wird als interne Variabilität bezeichnet. Gleichzeitig wird der Planet von externen Kräften vorangetrieben, primär durch die treibhausgasemittierenden Stoffe, die der Mensch freisetzt, welche einen langfristigen Erwärmungstrend verursachen. Um die Zukunft zu verstehen, müssen Wissenschaftler diese beiden Signale trennen: die stetige Hand des menschlichen Einflusses und die wilde, unvorhersehbare Hand der Natur. Wenn das natürliche Rauschen zu laut ist, kann es das Signal der Veränderung überlagern, was es schwierig macht, genau zu wissen, wie stark sich das Klima verschieben wird oder wie sicher wir uns bei diesen Vorhersagen sein können.

Seit Jahrzehnten nutzen Forscher statistische Werkzeuge, um zu messen, wie viel der Klimabewegung auf dieses interne Rauschen gegenüber dem externen Antrieb zurückzuführen ist. Diese Werkzeuge basieren oft auf der Berechnung der durchschnittlichen Streuung von Daten, einer Methode, die gut funktioniert, wenn die Daten einem vorhersehbaren, glockenförmigen Muster folgen. Viele Klimavariablen, wie etwa der Niederschlag, folgen jedoch nicht diesem ordentlichen Muster; sie sind oft schief verteilt, mit seltenen, aber extremen Ereignissen, die einfache Mittelwerte verfälschen. Wenn die Daten ungeordnet sind, können traditionelle Methoden Schwierigkeiten haben, ein klares Bild zu vermitteln, wobei sie manchmal die subtilen Wege übersieht, auf denen der menschliche Einfluss beginnt, die natürliche Unordnung zu dominieren.

In einer neuen Studie führen die Forscher Yuki Yasuda und Shoichiro Kido von der Japan Agency for Marine-Earth Science and Technology einen neuen Weg vor, um dieses Gleichgewicht zu messen. Sie führen eine neue Metrik ein, die auf einem Konzept aus der Mathematik namens optimaler Transport basiert, bei dem im Wesentlichen gefragt wird: Wie viel Aufwand ist nötig, um eine Verteilung von Daten in eine andere umzugestalten? Stellen Sie sich zwei Haufen Sand mit unterschiedlichen Formen vor; der Aufwand, die Körner von einer Form in die andere zu bewegen, ist ein präzises Maß dafür, wie unterschiedlich sie sind. Die Forscher wenden diese Idee auf Klimadaten an, indem sie die Streuung aller einzelnen Klimasimulationen mit der Streuung ihres Durchschnitts vergleichen. Dies ermöglicht es ihnen, die relative Größe des internen Rauschens zu quantifizieren, ohne die Daten in eine bestimmte Form zwingen zu müssen oder auf willkürliche Entscheidungen über die Gruppierung der Zahlen angewiesen zu sein.

Das Team testete seine neue Methode anhand synthetischer Klimadaten, die von Computermodellen generiert wurden, welche reale Wettermuster inklusive schwerer Enden und extremer Ausreißer nachahmen. Sie verglichen ihren Ansatz mit zwei bestehenden Methoden: einer, die auf einfacher Varianz (Streuung) basiert, und einer anderen, die auf der Informationstheorie beruht. Die Ergebnisse zeigten, dass die traditionelle Varianzmethode sehr empfindlich auf extreme Ausreißer reagiert, während die informationsbasierte Methode je nach Gruppierung der Daten instabil sein kann. Im Gegensatz dazu lieferte die neue Metrik stabile und konsistente Schätzungen über verschiedene Arten von Daten hinweg, vorausgesetzt, das Ensemble der Simulationen war groß genug – konkret enthielt es etwa 40 oder mehr Mitglieder. Diese Schwelle bietet eine praktische Leitlinie für Wissenschaftler, die zukünftige Klimaexperimente entwerfen, und deutet darauf an, dass kleinere Gruppen von Simulationen bei der Verwendung dieses neuen Werkzeugs möglicherweise keine zuverlässigen Ergebnisse liefern.

Die Forscher wandten ihre Metrik dann auf einen massiven Datensatz an, der als Community Earth System Model Large Ensemble bekannt ist und 40 Simulationen des Erdklimas unter zwei verschiedenen Szenarien enthält: historische Bedingungen aus dem 20. Jahrhundert und ein Zukunftsszenario mit hohen Treibhausgasemissionen. Bei der Betrachtung der Lufttemperatur stimmten alle drei Methoden darin überein, dass der relative Beitrag des internen Rauschens abnimmt, wenn der externe Antrieb zunimmt. Die neue Metrik zeigte diese Veränderung jedoch am deutlichsten und bot ein schärferes Signal des menschlichen Einflusses auf das Klima. Der Unterschied war noch markanter bei der Analyse der Gesamtniederschlagsmenge. Da Niederschlagsdaten notorisch unregelmäßig und „heavy-tailed“ (mit schweren Enden) sind, konnten die traditionellen Methoden keine signifikante Änderung im Gleichgewicht zwischen Rauschen und Signal erkennen. Die neue Metrik konnte jedoch erfolgreich aufzeigen, dass der relative Beitrag der internen Variabilität in bestimmten Regionen, wie den hohen Breiten und Teilen der tropischen Ozeane, abnimmt, während sich das Klima erwärmt.

Diese Arbeit legt nahe, dass die neue Metrik ein leistungsfähiges, einfaches Werkzeug zur Analyse großer Klimadatensätze ist, insbesondere beim Umgang mit komplexen, nicht-standardisierten Verteilungen wie dem Niederschlag. Sie erfordert keine komplexen Parameter oder Annahmen über die Form der Daten, was sie zugänglich und robust macht. Während die Studie die Effektivität der Metrik in Simulationen und bestehenden Modelldaten bestätigt, merken die Autoren an, dass weitere Arbeiten notwendig sind, um die spezifischen Ursachen der von ihr detektierten internen und erzwungenen Variabilität vollständig zu verstehen. Da Klimamodelle größer und komplexer werden, werden Werkzeuge, die in der Lage sind, das Rauschen ohne Verzerrung zu durchschneiden, essenziell sein, um den stetigen Marsch des Klimawandels von den natürlichen Schwankungen des Erdsystems zu unterscheiden.

Technische Zusammenfassung: Quantifizierung der internen Variabilität in groß-ensembleartigen Klimadaten mittels der Wasserstein-Distanz

Problemstellung
Die Quantifizierung der relativen Beiträge von erzwungener und interner Variabilität ist entscheidend für die Detektion von Klimawandel-Signalen und die Bewertung der Projektionsunsicherheit. Single-Model Initial-condition Large Ensembles (SMILEs) sind das Standardwerkzeug hierfür, wobei der Ensemblemittelwert die erzwungene Variabilität repräsentiert und das Residuum die interne Variabilität darstellt. Bestehende Metriken zum Vergleich dieser Komponenten stützen sich primär auf die Varianz (z. B. $\gamma_{var}$ ) oder informationstheoretische Größen wie die Shannon-Entropie und die Transinformation (z. B. $\gamma_{info}$ ). Varianzbasierte Metriken können jedoch nicht-gaußsche Verteilungen (wie etwa schiefe oder schwerfällige Niederschlagsverteilungen) adäquat erfassen. Umgekehrt erfordern informationstheoretische Metriken, obwohl sie robust gegenüber Nicht-Gauß-Verteilungen sind, eine Dateneinteilung in Histogramme, was eine Abhängigkeit von willkürlichen Parametern (Bin-Breite und -Bereich) sowie eine erhöhte Rechenkomplexität mit sich bringt. Es besteht ein Bedarf an einer Metrik, die die gesamte Form der Verteilung widerspiegelt, mit Nicht-Gauß-Verteilungen und Ausreißern umgehen kann und keine zusätzlichen Parameter benötigt.

Methodik
Die Autoren schlagen eine neue Metrik vor, $\gamma_{W1}$ , die auf der 1-Wasserstein-Distanz (Optimal Transport Cost) auf der eindimensionalen reellen Linie ( $\mathbb{R}^1$ ) basiert.

Definitionen:
- Sei $x_{n,t}$ die Klimavariable für das Ensemblemitglied $n$ zum Zeitpunkt $t$ .
- Der Ensemblemittelwert $m_t$ ist als erzwungene Variabilität definiert.
- Das Residuum $\eta_{n,t} = x_{n,t} - m_t$ ist als interne Variabilität definiert.
- Der Gesamtdurchschnitt $m$ ist der zeitliche Mittelwert von $m_t$ .
Konstruktion der Metrik:
- Die Magnitude der internen Variabilität ( $w_{int}$ ) wird als 1-Wasserstein-Distanz zwischen der Verteilung aller Stichproben ( $x_{n,t}$ ) und der Verteilung des Ensemblemittelwerts ( $m_t$ ) berechnet.
- Die Magnitude der erzwungenen Variabilität ( $w_{ext}$ ) ist die 1-Wasserstein-Distanz zwischen der Verteilung des Ensemblemittelwerts ( $m_t$ ) und dem Gesamtdurchschnitt ( $m$ ).
- Zur Berechnung dieser Distanzen sortieren die Autoren die $N_{ens} \times N_T$ Werte von $x_{n,t}$ und die replizierten Werte von $m_t$ in aufsteigender Reihenfolge. Die Distanz ist der durchschnittliche absolute Unterschied zwischen den entsprechenden Quantilen.
- Die endgültige Metrik ist das Verhältnis:
  $\gamma_{W1} := \frac{w_{int}}{w_{int} + w_{ext}}$
- Dieses Verhältnis liegt zwischen 0 und 1, wobei höhere Werte einen größeren relativen Beitrag der internen Variabilität anzeigen.
Rechentechnische Vorteile:
- Die Methode erfordert lediglich das Sortieren und Differenzieren von Quantilen.
- Sie erfordert keine zusätzlichen Parameter (im Gegensatz zur Histogramm-Binning-Methode).
- Sie ist anwendbar auf jede Verteilungsform, einschließlich nicht-gaußscher Variablen.

Validierung und Ergebnisse
Die Studie validiert $\gamma_{W1}$ mithilfe synthetischer Klimadaten (Gauß-, Gleichverteilungs- und Lognormal-Verteilungen) und wendet sie auf das Community Earth System Model Large Ensemble (CESM-LE) für die 2-m-Lufttemperatur und den Gesamtniederschlag unter historischen (20C) und RCP8.5-Forcing-Szenarien an.

Analyse synthetischer Daten:
- Robustheit: Im Gegensatz zu $\gamma_{var}$ (anfällig für Ausreißer) und $\gamma_{info}$ (anfällig für Ausreißer und Binning-Wahlen) liefert $\gamma_{W1}$ stabile Schätzungen, unabhängig von der Verteilungsform oder dem Vorhandensein von Ausreißern.
- Ensemblegröße: Die Stabilität der Metrik hängt von der Ensemblegröße ( $N_{ens}$ ) ab. Schätzungen werden zuverlässig, wenn $N_{ens} \approx 40$ oder mehr beträgt. Unterhalb dieser Schwelle beeinflusst der Stichprobenfehler im Ensemblemittelwert die Metrik.
- Vergleich: $\gamma_{W1}$ ist rechentechnisch effizienter als $\gamma_{info}$ (welches die Suche nach optimalen Bin-Anzahlen erfordert, $O(NB)$ ), aber etwas weniger effizient als $\gamma_{var}$ ( $O(N \log N)$ für das Sortieren gegenüber $O(N)$ ).
CESM-LE Anwendung:
- Temperatur: Alle Metriken deuteten darauf hin, dass der relative Beitrag der internen Variabilität mit zunehmendem Strahlungsantrieb (von 20C zu RCP8.5) abnimmt. $\gamma_{W1}$ zeigte jedoch das deutlichste Signal dieser Reaktion, mit der größten Amplitude in den Differenzkarten.
- Niederschlag: Niederschlagsdaten weisen oft schwerfällige, nicht-gaußsche Verteilungen auf. Unter beiden Forcing-Szenarien sättigte $\gamma_{var}$ global nahe bei 1, und $\gamma_{info}$ zeigte minimale Änderungen, wodurch es versagte, die Reaktion auf das erhöhte Forcing zu detektieren. Im Gegensatz dazu sättigte $\gamma_{W1}$ nicht, offenbarte klare räumliche Strukturen (z. B. reduzierte interne Variabilität in hohen Breiten und in tropischen Ozeanen) und detektierte erfolgreich die erzwungene Reaktion.

Zentrale Beiträge

Neuartige Metrik: Einführung von $\gamma_{W1}$ , einer parameterfreien Metrik basierend auf optimalem Transport, die die relative Magnitude der internen Variabilität quantifiziert.
Verteilungsagnostik: Die Metrik erfasst die gesamte Form der Verteilung, was sie für nicht-gaußsche und schwerfällige Klimavariablen geeignet macht, bei denen varianzbasierte Methoden versagen.
Robustheit: Nachgewiesene Stabilität gegenüber Ausreißern und Unabhängigkeit von willkürlichen Parametern (wie der Bin-Breite), sofern die Ensemblegröße ausreichend ist ( $N_{ens} \gtrsim 40$ ).
Empirische Validierung: Die Anwendung auf CESM-LE zeigt, dass $\gamma_{W1}$ effektiver als bestehende Metriken ist, um Änderungen der internen Variabilität relativ zur erzwungenen Variabilität zu detektieren, insbesondere für Niederschlag.

Bedeutung und Behauptungen
Das Paper behauptet, dass die 1-Wasserstein-Distanz ein „einfaches und nützliches Werkzeug“ für die Analyse von Large-Ensemble-Datensätzen bietet. Die Autoren positionieren $\gamma_{W1}$ als überlegene Alternative zu varianzbasierten Metriken für nicht-gaußsche Daten und als robustere, parameterfreie Alternative zu informationstheoretischen Metriken. Die Studie legt nahe, dass $\gamma_{W1}$ ein klareres Signal der erzwungenen Reaktion in Klimaprojektionen bietet, insbesondere für Variablen mit komplexen Verteilungseigenschaften. Die Autoren merken an, dass die Metrik zwar effektiv ist, eine detaillierte Analyse der spezifischen Ursachen der internen und erzwungenen Variabilität unter Verwendung dieses neuen Werkzeugs jedoch Gegenstand zukünftiger Arbeiten bleibt. Sie skizzieren zudem potenzielle Erweiterungen, wie etwa die Verwendung von Wasserstein-Baryzentren für Ensemblemittelwerte und die Anwendung der Metrik auf Multi-Modell-Ensembles, um Modellunsicherheiten zu adressieren.

Mehr davon