High-Resolution Climate Projections Using Diffusion-Based Downscaling of a Lightweight Climate Emulator

Resumen Técnico: Escalamiento de Alta Resolución de un Emulador Climático Ligero mediante Superresolución Basada en Difusión

Planteamiento del Problema
Los datos climáticos de alta resolución son fundamentales para evaluar riesgos regionales, tales como la precipitación convectiva localizada, las olas de calor y los gradientes orográficos, que los modelos climáticos globales (GCM) de resolución gruesa no pueden resolver. Si bien el aprendizaje automático (ML) ofrece una ruta computacionalmente eficiente para la emulación climática, los emuladores ligeros existentes, como el Emulador Climático Desacoplado Ligero (LUCIE), operan a resoluciones gruesas (aprox. 300 km, rejilla T30) para garantizar la estabilidad a largo plazo y la eficiencia computacional. Esta resolución gruesa limita su utilidad para las evaluaciones de impacto local. Además, aplicar modelos de superresolución (SR) entrenados con datos de reanálisis "perfectos" a entradas de emuladores independientes e imperfectos presenta un desafío: el escenario de "entrada imperfecta" puede degradar la consistencia espacial y subestimar los extremos si los sesgos del emulador difieren estadísticamente de los datos de entrenamiento.

Metodología
Los autores proponen un marco de dos etapas que acopla el emulador LUCIE de grano grueso con modelos de superresolución basados en datos para generar campos climáticos de alta resolución (aprox. 28 km, 0.25°). Los modelos de SR se entrenan exclusivamente con datos de reanálisis ERA5 de 6 horas (2000–2009) y se evalúan sobre las predicciones fuera de la muestra de LUCIE (2010–2018). El estudio compara cuatro enfoques:

1. Líneas Base Deterministas:
   • Interpolación Bicúbica: Una línea base estándar.
   • SFNO-SR: Un modelo de superresolución de Operador de Red Neuronal Esférica de Fourier que comparte el mismo esqueleto de operador que LUCIE, diseñado para respetar la geometría esférica.
   • UNet-SR: Una arquitectura estándar de U-Net convolucional.
2. Formulaciones de Difusión Probabilística:
   • Modelo de Difusión Elucidado Condicional (EDM): Un modelo entrenado para aprender directamente la distribución condicional $p(x_{high} | y_{low})$ mediante la concatenación de entradas de baja resolución sobremuestreadas con estados de alta resolución ruidosos.
   • Muestreo de Posterior de Difusión (DPS): Un enfoque de tiempo de prueba que utiliza un prior no condicional $p(x_{high})$ y un término de verosimilitud aprendido para guiar el muestreo hacia la observación gruesa $y_{low}$ sin necesidad de reentrenamiento.

La evaluación utiliza un conjunto exhaustivo de diagnósticos que incluye el Error Cuadrático Medio (RMSE) ponderado por latitud, la desviación estándar temporal, los espectros de potencia, las funciones de densidad de probabilidad (PDF) y el análisis de Funciones Ortogonales Empíricas (EOF) del viento zonal. Crucialmente, el estudio incluye un escenario de "pronóstico perfecto" (PP) donde se escalan hacia abajo las entradas de ERA5 degranadas para aislar el sesgo del superescalador del sesgo del emulador.

Resultos Clave

• Exactitud Climatológica: Las líneas base deterministas (UNet-SR, SFNO-SR) producen campos excesivamente suavizados que no logran resolver características de escala fina, como los gradientes térmicos agudos en las Montañas Rocosas o las bandas de precipitación orográfica en el Himalaya. En contraste, los modelos basados en difusión (EDal EDM y DPS) recuperan con éxito estas estructuras de mesoescala.
• Atribución de Sesgo: En el escenario de entrada imperfecta (salidas de LUCIE), el EDM condicional hereda los sesgos del emulador grueso, pero introduce un sesgo adicional mínimo propio. Por el contrario, el DPS exhibe residuales no triviales incluso en el escenario de pronóstico perfecto, lo que sugiere que depende más de su prior aprendido que de la condicionante gruesa, lo que conduce a una fidelidad de condicionamiento más débil.
• Fidelidad Espectral y Distribucional: Los modelos de difusión restauran la varianza de números de onda altos y las colas pesadas en las PDF, aspectos que los modelos deterministas y la interpolación bicúbica no logran capturar. El SFNO-SR, aunque comparte el esqueleto de LUCIE, introduce artefactos espectrales de número de onda alto (oscilaciones ondulantes).
• Calibración de Ensamble: Una limitación significativa identificada es que ninguno de los ensambles de difusión está bien calibrado. Los ratios de dispersión-error (SSR) están notablemente por debajo de la unidad (oscilando entre 0.1 y 0.7), lo que indica que los ensambles están subdispersos y subestiman sistemáticamente el error real.
• Comparación de Desempeño: En el escenario de pronóstico perfecto, el EDM condicional supera al DPS en RMSE para todas las variables, demostrando que un modelo condicional dedicado es más preciso cuando las distribuciones de entrenamiento e inferencia se alinean. Sin embargo, bajo las entradas de LUCIE, la brecha de desempeño se reduce y el DPS alcanza ocasionalmente un RMSE más bajo para variables específicas (temperatura, viento zonal), a pesar de su condicionamiento más débil.

Significancia y Reivindicaciones
El artículo sostiene que este marco sirve como un "paso prometedor hacia, en lugar de una herramienta terminada para," la planificación climática de alta resolución. La contribución principal es demostrar que un marco de superresolución basado en datos puede cerrar la breancia entre los emuladores climáticos computacionalmente eficientes y estables y los datos de alta resolución requeridos para la evaluación de impactos regionales.

Los autores enfatizan que el superescalador actúa como un paso de post-procesamiento espacial que añade detalles de escala fina implícitos en el estado grueso sin alterar la dinámica de gran escala. Declaran explícitamente que el marco no tiene la intención de corregir los sesgos físicos del emulador subyacente (LUCIE); más bien, propaga los sesgos de escala gruesa del emulador mientras reconstruye estructuras de escala fina plausibles.

El estudio concluye que, si bien el EDM condicional es la opción más práctica para el escalamiento debido a su precisión y menor costo de inferencia, el enfoque DPS ofrece una flexibilidad distinta para futuras aplicaciones que involucren el escalamiento hacia abajo constreñido por observaciones sin necesidad de reentrenamiento. El trabajo destaca la necesidad de investigaciones futuras para abordar la calibración del ensamble (subdispersión) y mejorar la fidelidad del condicionamiento de los métodos de muestreo posterior.