Towards accurate extreme event likelihoods from diffusion model climate emulators

Resumen Técnico: Hacia Probabilidades Precisas de Eventos Extremos a partir de Emuladores Climáticos Basados en Modelos de Difusión

Enunciado del Problema
Los emuladores climáticos basados en aprendizaje automático (AA), particularmente los modelos de difusión como Climate in a Bottle (cBottle), ofrecen experimentación rentable para la planificación de escenarios y la adaptación. Una capacidad clave de estos modelos es la "guía", mediante la cual pueden ser orientados para generar estados específicos de interés, como Ciclones Tropicales (CT) en ubicaciones definidas por el usuario. Sin embargo, existe una limitación crítica: aunque los modelos guiados pueden sobremuestrear eventos extremos raros, no informan inherentemente a los usuarios sobre la probabilidad de estas muestras generadas bajo la verdadera distribución de datos no guiada. Sin esta información probabilística, es difícil distinguir entre extremos plausibles y artefactos del proceso de guía, lo que limita la utilidad de estos modelos para la atribución rigurosa de eventos extremos y la evaluación de riesgos.

Metodología
Los autores proponen un marco para recuperar estimaciones precisas de densidad de probabilidad para muestras guiadas utilizando el modelo de difusión cBottle. La metodología se basa en la base teórica de los Modelos Probabilísticos de Difusión Desruido (DDPM) y la Ecuación Diferencial Ordinaria (ODE) del Flujo de Probabilidad (PF).

1. Muestreo Guiado: El modelo cBottle, un emulador climático basado en difusión con una resolución de 5 km, se condiciona a las temperaturas superficiales del mar (TSM) y a la posición solar. Para generar CT, se añade un término de guía de clasificador a la ODE-PF. Los autores refinan la implementación de la guía mediante:

   • El uso de una escala de guía constante ($\gamma$) en lugar de la escala adaptativa utilizada en trabajos anteriores.
   • La aplicación de la guía únicamente dentro de una "ventana de desruido" específica (niveles de ruido $\sigma \in [15, 20]$) donde se genera la señal del CT, en lugar de a lo largo de toda la trayectoria. Esto evita valores de divergencia implausibles y reduce el costo computacional.

2. Cálculo de la Razón de Probabilidades (Odds Ratio): Para cuantificar cuánto altera la guía la probabilidad de una muestra, los autores calculan la razón de probabilidades $o(x) = p_{\text{no guiada}}(x) / p_{\text{guiada}}(x)$.

   • Utilizando la formulación de la ODE-PF, calculan la densidad de log-probabilidad de una muestra integrando la divergencia del campo de velocidades desde la muestra hasta el prior gaussiano.
   • La log-razón de probabilidades se descompone en tres términos: la diferencia en las probabilidades latentes ($\Delta_{\text{latente}}$), la diferencia en las divergencias de las puntuaciones del desruidador ($\Delta_{\text{desruidador}}$) y la divergencia del término de guía ($\Delta_{\text{guía}}$).
   • Estas divergencias se estiman utilizando el estimador de traza de Skilling-Hutchinson con diferenciación automática.

3. Muestreo por Importancia: Las razones de probabilidades calculadas se utilizan para realizar muestreo por importancia. En lugar de extraer $K$ muestras de la distribución no guiada (lo que rara vez produce CT), los autores extraen muestras de la distribución guiada y las reponderan mediante la razón de probabilidades. Esto permite estimar la probabilidad real de eventos extremos con un error estándar reducido en comparación con el muestreo Monte Carlo simple.

4. Análisis de Probabilidades ERA5: Los autores también aplican el modelo no guiado para calcular la probabilidad de datos de reanálisis reales de ERA5 (específicamente anomalías de temperatura en la Antártida) para probar la respuesta del modelo a perturbaciones de TSM y eventos extremos.

Resultados Clave

• Optimización de la Ventana de Guía: El estudio demuestra que la guía es efectiva y numéricamente estable solo dentro de un estrecho intervalo de ruido ($\sigma \approx 15-20$). Aplicar la guía a lo largo de toda la trayectoria conduce a valores de divergencia negativos y muestras implausibles. Restringir la guía a esta ventana produce una generación estable de CT con divergencia positiva.
• Varianza en las Razones de Probabilidades: Los autores observan que la varianza de las razones de probabilidades calculadas aumenta significativamente con una mayor fuerza de guía. Aunque una guía fuerte produce más CT, los pesos resultantes se vuelven altamente variables. En consecuencia, las estimaciones de muestreo por importancia más robustas se logran con escalas de guía más débiles, requiriendo muestreo repetido para reducir la varianza.
• Recuperación Precisa de Probabilidades: A pesar de la varianza, las estimaciones de muestreo por importancia recuperan con éxito la frecuencia de CT del modelo de control no guiado. Para umbrales extremos (por ejemplo, el percentil 99.999), la estimación de muestreo por importancia logra una incertidumbre menor que una estimación Monte Carlo estándar del modelo no guiado, intercambiando efectivamente la incertidumbre de muestreo por incertidumbre de peso.
• Comparación con ERA5: Al comparar la climatología de CT de cBottle con los registros históricos de ERA5, los patrones espaciales coinciden bien, aunque cBottle subestima la frecuencia absoluta y la confianza de los CT. Los autores señalan que este sesgo es inherente al entrenamiento actual y a la arquitectura del modelo, no al método de guía o muestreo.
• Probabilidades de Muestras ERA5: Para la ola de calor antártica de marzo de 2022, el modelo asigna valores típicos de log-probabilidad para esa época del año, mostrando un ciclo estacional pronunciado (mayor probabilidad en verano, menor en invierno) en lugar de una correlación directa con la magnitud de la anomalía de temperatura. El modelo asigna correctamente probabilidades más altas a eventos de calor bajo perturbaciones de TSM de +2K en comparación con -2K, pero la log-probabilidad no sirve efectivamente como un proxy directo para la extremidad del evento en sí.

Significado y Afirmaciones
El artículo presenta "resultados tempranos pero alentadores" que demuestran que los emuladores climáticos basados en modelos de difusión pueden proporcionar no solo muestras sintéticas de eventos extremos, sino también estimaciones probabilísticas precisas de sus probabilidades.

• Novelty: Según los autores, esta es la primera aplicación del cálculo de razones de probabilidades como la relación de probabilidades de muestras bajo modelos de difusión guiados versus no guiados para habilitar el muestreo por importancia para extremos climáticos.
• Utilidad: El método permite a los investigadores sobremuestrear eventos raros (como CT) para estudios de impacto, manteniendo el rigor estadístico sobre su verdadera probabilidad de ocurrencia.
• Limitaciones y Trabajo Futuro: Los autores son modestos sobre el costo computacional actual, señalando una ralentización de 33 veces para una sola muestra guiada con cálculo de razón de probabilidades en comparación con el muestreo no guiado. Sugieren que mejoras futuras, como la destilación de modelos o la guía sin clasificador, podrían hacer que este enfoque sea más rentable. También enfatizan que la precisión de las probabilidades está fundamentalmente limitada por la fidelidad del modelo subyacente cBottle, particularmente su representación de las intensidades de los CT.

El trabajo busca impulsar más investigaciones sobre la extracción de información probabilística de modelos de difusión, posicionándolos como herramientas confiables para la evaluación de riesgos climáticos y la planificación de escenarios.