Evaluating Skill and Stability of ArchesWeather and ArchesWeatherGen under Multi-Decadal Climate Simulations

Resumen Técnico: Evaluación de la Habilidad y Estabilidad de ArchesWeather y ArchesWeatherGen bajo Simulaciones Climáticas Multidecenales

Planteamiento del Problema
Las simulaciones climáticas son esenciales para comprender las respuestas climáticas futuras a las forzantes antropogénicas, sin embargo, los Modelos del Sistema Terrestre (MST) tradicionales dependen de la resolución de ecuaciones diferenciales parciales (EDP) con discretización espacial fina. Este enfoque crea un cuello de botella computacional significativo, requiriendo miles de núcleos de supercomputadora para simular un solo año, limitando así la resolución espacio-temporal, los tamaños de los conjuntos y el número de ejecuciones de escenarios. Aunque los modelos basados en datos han logrado un tremendo éxito y eficiencia en la previsión meteorológica, su adaptación a la simulación climática a largo plazo sigue siendo un desafío abierto. Específicamente, extender modelos meteorológicos a corto plazo (entrenados en días) a emuladores climáticos multidecénales requiere incorporar la física de movimiento lento que impulsa la evolución a largo plazo, como la forzante radiativa y el acoplamiento océano-atmósfera, sin el costo computacional de los modelos físicos totalmente acoplados.

Metodología
Los autores adaptan dos modelos de aprendizaje automático, ArchesWeather (un modelo determinista) y ArchesWeatherGen (un modelo generativo de ajuste de flujo probabilístico), para funcionar como modelos atmosféricos forzados bajo el protocolo del Proyecto de Intercomparación de Modelos de IA (AIMIP) Fase 1. Este protocolo es análogo al Proyecto de Intercomparación de Modelos Atmosféricos (AMIP), utilizando la temperatura superficial del mar (TSM) histórica y la cobertura de hielo marino (CIM) como condiciones de contorno.

• Datos y Preprocesamiento: Los modelos se entrenan con datos ERA5 promediados diariamente y regridados a una resolución de $1^\circ$. Para eliminar el ciclo diario y facilitar la dinámica a largo plazo, el conjunto de datos consiste en promedios diarios de 6 variables de superficie y 6 variables de aire superior a través de 13 niveles de presión.
• Forzamiento y Condicionamiento: Los modelos se condicionan sobre la TSM y la CIM medias mensuales. Estas forzantes se concatenan a las variables de superficie antes de la incrustación.
• Arquitectura del Modelo: Ambos modelos utilizan un núcleo transformador mejorado sobre Pangu-Weather.
  • ArchesWeather-Mx4: Un conjunto determinista de cuatro modelos entrenados independientemente (85M de parámetros cada uno) entrenados para predecir el siguiente estado ($X_{t+\delta}$) dados los dos estados anteriores y las forzantes.
  • ArchesWeatherGen: Un modelo generativo de ajuste de flujo (45M de parámetros) entrenado sobre los residuos normalizados entre el estado real y las predicciones de ArchesWeather-Mx4. Esto permite la previsión probabilística y la generación de conjuntos sin perturbar las condiciones iniciales.
• Entrenamiento y Ejecución: Los modelos se entrenan con datos de 1979–2013. Las ejecuciones se inicializan el 1 de octubre de 1978 y se ejecutan de forma autorregresiva durante 45 años (1979–2024). Para escenarios de calentamiento, las forzantes de TSM se desplazan uniformemente en +2K y +4K.
• Métricas de Evaluación: El estudio emplea el RMSE de la climatología, la distancia de Cramér–von Mises (CM) para la habilidad distribucional, diagramas de Taylor para patrones a gran escala (Modos Anulares), el Índice de Oscilación del Sur (SOI) para ENSO, el Índice Webster-Yang para el Monzón Indio y el análisis de periodos de retorno para extremos.

Contribuciones Clave

1. Adaptación del Protocolo: El trabajo adapta exitosamente modelos de previsión meteorológica a modelos climáticos atmosféricos forzados mediante la integración de TSM y CIM mensuales como variables de condicionamiento, adheriéndose a la configuración experimental de AIMIP Fase 1.
2. Ejecuciones Estables a Largo Plazo: Los autores demuestran que estos modelos, originalmente diseñados para la previsión meteorológica de 24 horas, pueden producir simulaciones climáticas estables de 45 años con un ciclo anual estable y una deriva mínima.
3. Extensión Probabilística: La introducción de ArchesWeatherGen permite la cuantificación de la incertidumbre basada en conjuntos y la captura de las colas de la distribución, abordando una limitación de los modelos meteorológicos deterministas en contextos climáticos.
4. Evaluación Comparativa Exhaustiva: El estudio proporciona una comparación rigurosa contra modelos basados en física de última generación (por ejemplo, MPI-ESM2-HR, CESM2) y el reanálisis ERA5 en climatología, energía espectral, modos de circulación a gran escala y eventos extremos.

Resultados

• Climatología y Tendencias: Ambos modelos reproducen fielmente la climatología y las circulaciones a gran escala de ERA5. El ciclo anual de la temperatura del aire superficial es estable, y los modelos capturan las tendencias de calentamiento, aunque subestiman ligeramente la magnitud de la tendencia en el período de prueba en comparación con ERA5.
• Habilidad Distribucional: ArchesWeatherGen supera a sus contrapartes deterministas y a los modelos basados en física en la captura de la distribución completa de los estados climáticos, particularmente para variables con contenido de alta frecuencia como la humedad específica. Reproduce con éxito las colas de las distribuciones y mantiene la energía espectral en longitudes de onda más cortas, evitando los efectos de suavizado a menudo observados en modelos deterministas.
• Patrones a Gran Escala:
  • Modos Anulares: Los modelos reproducen con precisión los Modos Anulares del Norte (NAM) y del Sur (SAM), con coeficientes de correlación y relaciones de desviación estándar comparables o mejores que los modelos numéricos.
  • ENSO: Los modelos forzados simulan con éxito el ciclo de El Niño-Oscilación del Sur, capturando eventos fuertes de El Niño y La Niña y la densidad espectral de potencia correcta (rango de 2–7 años), algo que las configuraciones no forzadas no logran.
  • Monzón: El índice de monzón Webster-Yang y los campos vectoriales de viento coinciden estrechamente con ERA5, mostrando sistemas de circulación correctos sobre el sur de Asia.
• Extremos: El análisis de periodos de retorno indica que ArchesWeatherGen captura eventos extremos de viento y temperatura con mayor precisión que el conjunto determinista o el modelo basado en física MPI-ESM2-HR.
• Escenarios de Calentamiento (+2K/+4K TSM): Bajo forzantes de calentamiento fuera de la distribución (OOD), los modelos permanecen estables y responden con un aumento de la temperatura del aire superficial y la humedad específica. La respuesta de la humedad específica se alinea estrechamente con la aproximación de Clausius-Clapeyron (~6.1%/K). Sin embargo, la magnitud de la respuesta de temperatura es menor que la de los modelos físicos (por ejemplo, GFDL, CESM), y los modelos exhiben un desplazamiento hacia los polos de la corriente en chorro del Hemisferio Sur.

Significado y Limitaciones
El artículo afirma que ArchesWeather y ArchesWeatherGen representan un paso significativo hacia la emulación climática eficiente y basada en datos. El significado principal radica en demostrar que los modelos meteorológicos, cuando se condicionan adecuadamente sobre las condiciones de contorno, pueden simular dinámicas climáticas multidecénales con estabilidad y fidelidad comparables a los modelos basados en física, pero a una fracción del costo computacional. El modelo generativo (ArchesWeatherGen) aborda específicamente la necesidad de cuantificación de la incertidumbre y una representación precisa de los extremos.

Los autores reconocen modestamente las limitaciones:

• Magnitud de la Respuesta: La respuesta climática a las forzantes de calentamiento OOD es menor de lo esperado y menor que la de los modelos físicos. Los autores hipotetizan que esto se debe a efectos de "regresión a la media" inherentes al modelo base determinista y a la falta de un módulo de acoplamiento dedicado entre las variables atmosféricas y oceánicas.
• Costo Computacional: Aunque son más eficientes que los modelos basados en EDP, el enfoque generativo basado en difusión (ArchesWeatherGen) es más costoso que la inferencia determinista.
• Configuración Idealizada: Los escenarios +2K/+4K son idealizados (calentamiento uniforme) y no representan una realidad física totalmente acoplada, sirviendo como una primera evaluación de idoneidad en lugar de una proyección climática definitiva.

El trabajo concluye que, si bien estos modelos son notablemente efectivos para simular la climatología y la variabilidad históricas, mejorar su respuesta a escenarios climáticos futuros requiere más investigación sobre métodos de condicionamiento mejores y mecanismos de acoplamiento dedicados.