Approximating the universal thermal climate index using sparse regression with orthogonal polynomials

तकनीकी सारांश: ऑर्थोगोनल पॉलिनोमियल के साथ स्पार्स रिग्रेशन का उपयोग करके यूनिवर्सल थर्मल क्लाइमेट इंडेक्स का सन्निकटन (Approximation)

समस्या विवरण
यूनिवर्सल थर्मल क्लाइमेट इंडेक्स (UTCI) एक व्यापक रूप से उपयोग किया जाने वाला बायोक्लाइमैटिक संकेतक है जो वायु तापमान, हवा की गति, माध्य विकिरण तापमान और आर्द्रता के आधार पर मानव तापीय आराम (thermal comfort) को मापता है। हालांकि UTCI एक जटिल थर्मो-फिजियोलॉजिकल मॉडल (फिएला मल्टी-नोड मॉडल) से प्राप्त होता है, इसके परिचालन संबंधी गणना के लिए सरलीकृत सन्निकटन की आवश्यकता होती है। वर्तमान मानक एक 6वें-डिग्री का रिग्रेशन पॉलिनोमियल है जिसमें 210 गुणांक (coefficients) होते हैं। यद्यपि यह गणनात्मक रूप से कुशल है, इस मानक सन्निकटन में पर्याप्त त्रुटियां होती हैं, जिसमें रूट मीन स्क्वायर एरर (RMSE) लगभग 1.1°C है और बड़े त्रुटियों (जैसे, ~8% मामलों में त्रुटि 2°C से अधिक है) की एक गैर-नगण्य आवृत्ति भी है। ऐसी अशुद्धियाँ तापीय तनाव श्रेणियों (thermal stress categories) के गलत वर्गीकरण का कारण बन सकती हैं, जो कि 6°C के संकीर्ण अंतरालों द्वारा परिभाषित होती हैं। जबकि एक लुक-अप टेबल (look-up table) उच्च सटीकता प्रदान करती है, यह एम्बेडेड या लेगेसी सिस्टम के लिए गणनात्मक रूप से धीमी और कम पोर्टेबल है। इस अध्ययन का उद्देश्य एक बेहतर पॉलिनोमियल सन्निकटन विकसित करना है जो मानक विधि की गणनात्मक दक्षता और पोर्टेबिलिटी को बनाए रखता है, लेकिन बेहतर संख्यात्मक स्थिरता और सटीकता प्रदान करता है, विशेष रूप से बड़ी त्रुटियों की आवृत्ति को कम करता है।

कार्यप्रणाली (Methodology)
लेखक UTCI ऑफसेट फंक्शन (वायु तापमान से UTCI का विचलन) को सन्निकट करने के लिए एक "स्पार्स ऑर्थोगोनल रिग्रेशन" दृष्टिकोण प्रस्तावित करते हैं। कार्यप्रणाली में निम्नलिखित मुख्य चरण शामिल हैं:

1. डेटा और चर (Variables): अध्ययन ब्रोड डी एट अल. (2012) द्वारा प्रदान किए गए सटीक ऑफसेट डेटासेट का उपयोग करता है, जो वायु तापमान ($T_a$), हवा की गति ($v_a$), माध्य विकिरण-वायु तापमान अंतर ($T_r - T_a$), और सापेक्ष आर्द्रता ($r_H$) की वैध श्रेणियों को कवर करता है। ऑर्थोगोनल पॉलिनोमियल बेसिस के उपयोग को सुगम बनाने के लिए चरों को $[-1, 1]$ अंतराल तक सामान्यीकृत (normalize) किया गया है।
2. बेसिस चयन (Basis Selection): मानक मोनोमियल्स के बजाय, लेखक लेजेंड्रे पॉलिनोमिअल्स (Legendre polynomials) का उपयोग करते हैं। यह विकल्प संख्यात्मक स्थिरता और एक पदानुक्रमित, योगात्मक विस्तार (hierarchical, additive expansion) बनाने की आवश्यकता से प्रेरित है जहाँ उच्च-क्रम के पद निम्न-क्रम के गुणांकों को अस्थिर नहीं करते हैं।
3. स्पार्स रिग्रेशन (Sparse Regression): लेखक लेजेंड्रे पॉलिनोमियल बेसिस पर लासो (Lasso - Least Absolute Shrinkage and Selection Operator) रेगुलेराइजेशन लागू करते हैं। यह अनावश्यक गुणांकों को शून्य करके स्पर्सिटी (sparsity) लागू करता है, जो प्रभावी रूप से फीचर सिलेक्शन करता है और उच्च-आयामी स्थानों में ओवरफिटिंग को रोकता है।
4. प्रशिक्षण रणनीति (Training Strategy): सामान्यीकरण (generalization) का कठोरता से परीक्षण करने के लिए, मॉडल को केवल 20% डेटा पर प्रशिक्षित किया जाता है और शेष 80% पर मूल्यांकन किया जाता है। यह उल्टा प्रतिमान (inverted paradigm - कम डेटा पर प्रशिक्षण) मॉडल की सामान्यीकरण क्षमता का एक कठिन परीक्षण है। बूटस्ट्रैपिंग के माध्यम से मजबूती (robustness) को और अधिक सत्यापित किया गया है।
5. मॉडल चयन: लेखक विभिन्न पॉलिनोमियल डिग्री (4थी से 16वीं) में मॉडलों का मूल्यांकन करते हैं ताकि सटीकता बनाम जटिलता के 'पारेटो फ्रंट' (Pareto front) की पहचान की जा सके। वे इष्टतम संतुलन के रूप में 10वें-डिग्री के स्पार्स ऑर्थोगोनल मॉडल का चयन करते हैं, जो 209 गुणांक देता है (मानक 210 के तुलनीय), और काफी बेहतर प्रदर्शन करता है।

मुख्य परिणाम
प्रस्तावित स्पार्स ऑर्थोगोनल रिग्रेशन मॉडल मानक 6वें-डिग्री पॉलिनोमियल सन्निकटन की तुलना में महत्वपूर्ण सुधार प्रदर्शित करता है:

• सटीकता मेट्रिक्स: नया मॉडल RMSE को 1.17°C से घटाकर 0.88°C कर देता है। औसत पूर्ण त्रुटि (MAE) 0.81°C से घटकर 0.64°C हो जाती है।
• बड़ी त्रुटियों में कमी: 2°C से अधिक की पूर्ण त्रुटि की आवृत्ति आधी (8.4% से 4.2%) हो जाती है। 3°C से अधिक की त्रुटियां 2.2% से गिरकर 0.5% हो जाती हैं, और 4°C से अधिक की त्रुटियां 0.34% से गिरकर 0.011% हो जाती हैं।
• संख्यात्मक स्थिरता और पदानुक्रम: रिग्रेशन गुणांकों का विश्लेषण प्रकट करता है कि ऑर्थोगोनल बेसिस एक स्थिर, पदानुक्रमित संरचना प्रदान करता है। मानक रिग्रेशन के विपरीत, जहाँ उच्च-डिग्री पदों को जोड़ने से निम्न-क्रम के गुणांकों में महत्वपूर्ण बदलाव आता है, स्पार्स ऑर्थोगोनल मॉडल निम्न-क्रम के अनुमानों को सुरक्षित रखते हुए उच्च-क्रम के सुधारों को क्रमिक रूप से जोड़ता है। यह व्यवहार एक ऑर्थोगोनल बेसिस में फूरियर-जैसे अपघटन (Fourier-like decomposition) की नकल करता है।
• सामान्यीकरण (Generalization): केवल 20% डेटा पर प्रशिक्षित होने के बावजूद, मॉडल 80% टेस्ट सेट और विकास में उपयोग न किए गए 1000 मानों के एक स्वतंत्र सत्यापन डेटासेट पर मजबूती से कार्य करता है। बूटस्ट्रैपिंग पुष्टि करता है कि परिणाम विशिष्ट डेटा स्प्लिट्स के प्रति संवेदनशील नहीं हैं।
• गणना जटिलता: अंतिम मॉडल 209 गुणांकों का उपयोग करता है, जो मानक 210 के लगभग समान है, जिससे यह सुनिश्चित होता है कि गणनात्मक जटिलता वास्तविक समय के परिचालन उपयोग के लिए तुलनीय बनी रहती है।

महत्व और दावे
लेखक का दावा है कि प्राथमिक योगदान कोई नया स्पार्स रिग्रेशन एल्गोरिदम नहीं है, बल्कि UTCI सन्निकटन की विशिष्ट समस्या के लिए ऑर्थोगोनल पॉलिनोमियल बेसिस के साथ स्पार्स रिग्रेशन का अनुप्रयोग है। लेखक तर्क देते हैं कि यह दृष्टिकोण निम्नलिखित प्रदान करता है:

1. तुलनीय लागत के साथ श्रेष्ठ सटीकता: यह बिना किसी अतिरिक्त गणनात्मक बोझ या बाहरी लुक-अप टेबल की आवश्यकता के, काफी बेहतर सटीकता प्राप्त करता है और बड़ी त्रुटियों को कम करता है।
2. संख्यात्मक मजबूती: लेजेंड्रे पॉलिनोमिअल्स का उपयोग मोनोमियल बेसिस की तुलना में बेहतर कंडीशनिंग और स्थिरता सुनिश्चित करता है, जिससे उच्च-डिग्री पॉलिनोमियल के लिए भी संक्षिप्त मॉडल की सफल खोज संभव होती है।
3. व्याख्यात्मकता (Interpretability): गुणांकों की पदानुक्रमित स्थिरता मॉडल संरचना की स्पष्ट व्याख्या की अनुमति देती है, जहाँ निम्न-क्रम के पद प्रमुख भौतिकी (physics) को पकड़ते हैं और उच्च-क्रम के पद नियंत्रित सुधार प्रदान करते हैं।
4. व्यावहारिक तैनाती: परिणामी सन्निकटन एक स्व-निहित, विश्लेषणात्मक रूप से परिभाषित फंक्शन है जो केवल बुनियादी अंकगणितीय ऑपरेशन्स पर निर्भर करता है। यह मौजूदा बायोक्लाइमैटिक सॉफ्टवेयर, संख्यात्मक मौसम भविष्यवाणी प्रणालियों और एम्बेडेड वातावरण में आसान एकीकरण की सुविधा प्रदान करता है, जबकि पुनरुत्पादकता (reproducibility) बनाए रखता है।

लेखक निष्कर्ष निकालते हैं कि यह विधि प्रभावी रूप से UTCI ऑफसेट को लेजेंड्रे बेसिस में एक फूरियर-जैसे विस्तार में विघटित करती है, जो $L_2$ (लीस्ट स्क्वायर्स) अर्थ में एक मजबूत सन्निकटन के लिए सैद्धांतिक इष्टतम के करीब पहुँचती है। नए सन्निकटन के लिए कोड एक पायथन फंक्शन के रूप में उपलब्ध कराया गया है, जिसे फोर्ट्रान (Fortran) या C++ जैसी अन्य भाषाओं में आसानी से पोर्ट करने के लिए डिज़ाइन किया गया है।