📄 earth_science

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

Cet article propose une métrique robuste et sans paramètre basée sur la distance de 1-Wasserstein pour quantifier l'amplitude relative de la variabilité interne dans les données climatiques de grands ensembles, démontrant sa stabilité et sa clarté supérieures par rapport aux méthodes existantes à travers diverses formes de distribution et scénarios de forçage.

Auteurs originaux : Yuki Yasuda, Shoichiro Kido

Publié 2026-08-27

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Yuki Yasuda, Shoichiro Kido

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Le climat de la Terre n'est jamais immobile. Il respire selon son propre rythme, changeant d'une année à l'autre en raison des interactions chaotiques et tourbillonnantes de l'atmosphère et des océans. Ce brassage naturel est appelé variabilité interne. Parallèlement, la planète est poussée par des forces externes, principalement les gaz piégeant la chaleur que les humains rejettent, qui entraînent une tendance de réchauffement à long terme. Pour comprendre l'avenir, les scientifiques doivent séparer ces deux signaux : la main constante de l'influence humaine et la main sauvage et imprévisible de la nature. Si le bruit naturel est trop fort, il peut masquer le signal du changement, rendant difficile de savoir exactement de combien le climat va changer ou quel degré de certitude nous pouvons accorder à ces prédictions.

Pendant des décennies, les chercheurs ont utilisé des outils statistiques pour mesurer quelle part du mouvement du climat est due à ce bruit interne par rapport au forçage externe. Ces outils reposent souvent sur le calcul de l'écart moyen des données, une méthode qui fonctionne bien lorsque les données suivent un schéma prévisible en forme de cloche. Cependant, de nombreuses variables climatiques, comme la pluviométrie, ne suivent pas ce schéma net ; elles sont souvent asymétriques, avec des événements rares mais extrêmes qui faussent les moyennes simples. Lorsque les données sont désordonnées, les méthodes traditionnelles peuvent peiner à donner une image claire, manquant parfois les manières subtiles dont l'influence humaine commence à dominer le chaos naturel.

Dans une nouvelle étude, les chercheurs Yuki Yasuda et Shoichiro Kido, de l'Agence japonaise pour les sciences et technologies de la mer et de la terre, proposent une nouvelle façon de mesurer cet équilibre. Ils introduisent une nouvelle métrique basée sur un concept issu des mathématiques appelé transport optimal, qui demande essentiellement : quel est l'effort nécessaire pour remodeler une distribution de données en une autre ? Imaginez deux tas de sable ayant des formes différentes ; le coût pour déplacer les grains d'une forme à l'autre est une mesure précise de leur différence. Les chercheurs appliquent cette idée aux données climatiques en comparant l'étendue de toutes les simulations climatiques individuelles à l'étendue de leur moyenne. Cela permet de quantifier la taille relative du bruit interne sans avoir besoin de forcer les données dans une forme spécifique ou de s'appuyer sur des choix arbitraires concernant le regroupement des nombres.

L'équipe a testé sa nouvelle méthode en utilisant des données climatiques synthétiques générées à partir de modèles informatiques qui imitent les modèles météorologiques réels, y compris ceux présentant des queues lourdes et des valeurs aberrantes extrêmes. Ils ont comparé leur approche à deux méthodes existantes : l'une basée sur la variance simple (l'écart) et l'autre sur la théorie de l'information. Les résultats ont montré que la méthode de variance traditionnelle est très sensible aux valeurs aberrantes extrêmes, tandis que la méthode basée sur l'information peut être instable selon la manière dont les données sont regroupées. En revanche, la nouvelle métrique a fourni des estimations stables et cohérentes à travers différents types de données, à condition que l'ensemble des simulations soit suffisamment large — spécifiquement, contenant environ 40 membres ou plus. Ce seuil offre une directive pratique aux scientifiques concevant de futures expériences climatiques, suggérant que de plus petits groupes de simulations pourraient ne pas produire de résultats fiables en utilisant ce nouvel outil.

Les chercheurs ont ensuite appliqué leur métrique à un ensemble massif de données connu sous le nom de Community Earth System Model Large Ensemble, qui contient 40 simulations du climat terrestre sous deux scénarios différents : les conditions historiques du XXe siècle et un scénario futur avec des émissions élevées de gaz à effet de serre. En examinant la température de l'air, les trois méthodes sont tombées d'accord sur le fait que la contribution relative du bruit interne diminue à mesure que le forçage externe augmente. Cependant, la nouvelle métrique a montré ce changement de la manière la plus claire, offrant un signal plus net de l'influence humaine sur le climat. La différence était encore plus frappante lors de l'analyse des précipitations totales. Parce que les données de précipitations sont notoirement irrégulières et à queue lourde, les méthodes traditionnelles n'ont pas réussi à détecter de changement significatif dans l'équilibre entre le bruit et le signal. La nouvelle métrique, cependant, a révélé avec succès que la contribution relative de la variabilité interne diminue dans des régions spécifiques, telles que les hautes latitudes et certaines parties des océans tropicaux, à mesure que le climat se réchauffe.

Ce travail suggère que la nouvelle métrique est un outil puissant et simple pour analyser de grands ensembles de données climatiques, particulièrement lorsqu'il s'agit de traiter des distributions complexes et non standard comme les précipitations. Elle ne nécessite pas de paramètres ou d'hypothèses complexes sur la forme des données, ce qui la rend accessible et robuste. Bien que l'étude confirme l'efficacité de la métrique dans les simulations et les données de modèles existants, les auteurs notent que des travaux supplémentaires sont nécessaires pour comprendre pleinement les causes spécifiques de la variabilité interne et forcée qu'elle détecte. À mesure que les modèles climatiques deviennent plus vastes et plus complexes, les outils capables de percer le bruit sans distorsion seront essentiels pour distinguer la marche constante du changement climatique des fluctuations naturelles du système terrestre.

Résumé technique : Quantification de la variabilité interne dans les données climatiques à grands ensembles via la distance de Wasserstein

Énoncé du problème
Quantifier les contributions relatives de la variabilité forcée et de la variabilité interne est essentiel pour détecter les signaux de changement climatique et évaluer l'incertitude des projections. Les grands ensembles de modèles à conditions initiales uniques (SMILEs) sont l'outil standard pour cela, où la moyenne de l'ensemble représente la variabilité forcée et le résidu représente la variabilité interne. Les métriques existantes pour comparer ces composantes reposent principalement sur la variance (par exemple, $\gamma_{var}$ ) ou sur des quantités de l'information théorique comme l'entropie de Shannon et l'information mutuelle (par exemple, $\gamma_{info}$ ). Cependant, les métriques basées sur la variance ne parviennent pas à capturer de manière adéquate les distributions non gaussiennes, qui sont communes pour les variables climatiques (par exemple, les précipitations asymétriques ou à queue lourde). Inversement, les métriques de l'information théorique, bien que robustes à la non-gaussianité, nécessitent un découpage des données en histogrammes, ce qui introduit une dépendance vis-à-vis de paramètres arbitraires (largeur et étendue des classes) et augmente la complexité computationnelle. Il existe un besoin pour une métrique qui reflète la forme entière de la distribution, gère la non-gaussianité et les valeurs aberrantes, et ne nécessite aucun paramètre supplémentaire.

Méthodologie
Les auteurs proposent une nouvelle métrique, $\gamma_{W1}$ , basée sur la distance de 1-Wasserstein (coût de transport optimal) sur la droite réelle unidimensionnelle ( $\mathbb{R}^1$ ).

Définitions :
- Soit $x_{n,t}$ la variable climatique pour le membre d'ensemble $n$ au temps $t$ .
- La moyenne de l'ensemble $m_t$ est définie comme la variabilité forcée.
- Le résidu $\eta_{n,t} = x_{n,t} - m_t$ est défini comme la variabilité interne.
- La moyenne totale $m$ est la moyenne temporelle de $m_t$ .
Construction de la métrique :
- L'amplitude de la variabilité interne ( $w_{int}$ ) est calculée comme la distance de 1-Wasserstein entre la distribution de tous les échantillons ( $x_{n,t}$ ) et la distribution de la moyenne de l'ensemble ( $m_t$ ).
- L'amplitude de la variabilité forcée ( $w_{ext}$ ) est la distance de 1-Wasserstein entre la distribution de la moyenne de l'ensemble ( $m_t$ ) et la moyenne totale ( $m$ ).
- Pour calculer ces distances, les auteurs trient les $N_{ens} \times N_T$ valeurs de $x_{n,t}$ et les valeurs répliquées de $m_t$ par ordre croissant. La distance est la différence absolue moyenne entre les quantiles correspondants.
- La métrique finale est le rapport :
  $\gamma_{W1} := \frac{w_{int}}{w_{int} + w_{ext}}$
- Ce rapport varie de 0 à 1, où des valeurs plus élevées indiquent une contribution plus importante de la variabilité interne.
Avantages computationnels :
- La méthode ne nécessite que le tri et la différenciation des quantiles.
- Elle ne comporte aucun paramètre supplémentaire (contrairement au découpage en histogrammes).
- Elle s'applique à n'importe quelle forme de distribution, y compris les variables non gaussiennes.

Validation et résultats
L'étude valide $\gamma_{W1}$ en utilisant des données climatiques synthétiques (distributions gaussienne, uniforme et log-normale) et l'applique au Grand Ensemble du Modèle Earth System Community (CESM-LE) pour la température de l'air à 2 m et les précipitations totales sous les scénarios de forçage historique (20C) et RCP8.5.

Analyse des données synthétiques :
- Robustesse : Contrairement à $\gamma_{var}$ (sensible aux valeurs aberrantes) et $\gamma_{info}$ (sensible aux valeurs aberrantes et au choix du découpage), $\gamma_{W1}$ fournit des estimations stables quel que soit la forme de la distribution ou la présence de valeurs aberrantes.
- Taille de l'ensemble : La stabilité de la métrique dépend de la taille de l'ensemble ( $N_{ens}$ ). Les estimations deviennent fiables lorsque $N_{ens} \approx 40$ ou plus. En dessous de ce seuil, l'erreur d'échantillonnage dans la moyenne de l'ensemble affecte la métrique.
- Comparaison : $\gamma_{W1}$ est plus efficace sur le plan computationnel que $\gamma_{info}$ (qui nécessite la recherche du nombre optimal de classes, $O(NB)$ ) mais légèrement moins efficace que $\gamma_{var}$ ( $O(N \log N)$ pour le tri contre $O(N)$ ).
Application au CESM-LE :
- Température : Toutes les métriques indiquent que la contribution relative de la variabilité interne diminue à mesure que le forçage radiatif augmente (de 20C à RCP8.5). Cependant, $\gamma_{W1}$ présente le signal le plus clair de cette réponse, avec l'amplitude la plus grande dans les cartes de différence.
- Précipitations : Les données de précipitations présentent souvent des distributions à queue lourde et non gaussiennes. Sous les deux scénarios de forçage, $\gamma_{var}$ sature près de 1 globalement, et $\gamma_{info}$ montre un changement minimal, échouant à détecter la réponse au forçage. En revanche, $\gamma_{W1}$ ne sature pas, révélant des structures spatiales claires (par exemple, une réduction de la variabilité interne aux hautes latitudes et dans les océans tropicaux) et détectant avec succès la réponse forcée.

Principales contributions

Nouvelle métrique : Introduction de $\gamma_{W1}$ , une métrique sans paramètre basée sur le transport optimal qui quantifie l'amplitude relative de la variabilité interne.
Indépendance vis-à-vis de la distribution : La métrique capture la forme entière de la distribution, ce qui la rend adaptée aux variables climatiques non gaussiennes et à queues lourdes où les méthodes basées sur la variance échouent.
Robustesse : Stabilité démontrée face aux valeurs aberrantes et indépendance vis-à-vis des paramètres arbitraires (comme la largeur des classes), à condition que la taille de l'ensemble soit suffisante ( $N_{ens} \gtrsim 40$ ).
Validation empirique : L'application au CESM-LE démontre que $\gamma_{W1}$ est plus efficace que les métriques existantes pour détecter les changements de la variabilité interne par rapport à la variabilité forcée, particulièrement pour les précipitations.

Signification et affirmations
L'article affirme que la distance de 1-Wasserstein fournit un « outil simple et utile » pour analyser les ensembles de données de grands ensembles. Les auteurs positionnent $\gamma_{W1}$ comme une alternative supérieure aux métriques basées sur la variance pour les données non gaussiennes et comme une alternative plus robuste et sans paramètre aux métriques de l'information théorique. L'étude suggère que $\gamma_{W1}$ offre un signal plus clair de la réponse forcée dans les projections climatiques, en particulier pour les variables possédant des propriétés distributionnelles complexes. Les auteurs notent que, bien que la métrique soit efficace, une analyse détaillée des causes spécifiques de la variabilité interne et forcée en utilisant ce nouvel outil reste un sujet pour des travaux futurs. Ils envisagent également des extensions, telles que l'utilisation de barycentres de Wasserstein pour les moyennes d'ensemble et l'application de la métrique aux ensembles multi-modèles pour traiter l'incertitude des modèles.

Articles similaires