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

기술 요약: 와서스타인 거리(Wasserstein Distance)를 이용한 대규모 앙상블 기후 데이터 내 내부 변동성의 정량화

문제 정의
강제력에 의한 변동성과 내부 변동성의 상대적 기여도를 정량화하는 것은 기후 변화 신호를 탐지하고 투영 불확실성을 평가하는 데 필수적이다. 단일 모델 초기 조건 대규모 앙상블(SMILEs)은 이를 위한 표준 도구이며, 여기서 앙상블 평균은 강제력 변동성을 나타내고 잔차는 내부 변동성을 나타낸다. 구성 요소들을 비교하기 위한 기존의 지표들은 주로 분산(예: $\gamma_{var}$)이나 샤논 엔트로피 및 상호 정보량과 같은 정보 이론적 양(예: $\gamma_{info}$)에 의존한다. 그러나 분산 기반 지표는 기후 변수(예: 왜도나 두꺼운 꼬리를 가진 강수량)에서 흔히 나타나는 비가우시안(non-Gaussian) 분포를 적절히 포착하지 못한다. 반대로, 정보 이론적 지표는 비가우시안 특성에 강건하지만, 히스토그램을 위한 데이터 빈닝(binning) 과정이 필요하며, 이는 임의의 파라미터(빈 너비 및 범위)에 대한 의존성을 도입하고 계산 복잡성을 증가시킨다. 따라서 전체 분포의 형태를 반영하고, 비가우시안 분포와 이상치(outlier)를 처리할 수 있으며, 추가적인 파라미터가 필요 없는 지표가 요구된다.

방법론
저자들은 1차원 실수 공간($\mathbb{R}^1$)에서의 1-와서스타인 거리(1-Wasserstein distance, 최적 운송 비용)에 기반한 새로운 지표 $\gamma_{W1}$을 제안한다.

1. 정의:

   • $x_{n,t}$를 시점 $t$에서의 앙상블 멤버 $n$의 기후 변수라고 하자.
   • 앙상블 평균 $m_t$는 강제력 변동성으로 정의된다.
   • 잔차 $\eta_{n,t} = x_{n,t} - m_t$는 내부 변동성으로 정의된다.
   • 전체 평균 $m$은 $m_t$의 시간 평균이다.

2. 지표 구축:

   • 내부 변동성의 크기($w_{int}$)는 모든 샘플($x_{n,t}$)의 분포와 앙상블 평균($m_t$)의 분포 사이의 1-와서스타인 거리로 계산된다.
   • 강제력 변동성의 크기($w_{ext}$)는 앙상블 평균($m_t$)의 분포와 전체 평균($m$) 사이의 1-와서스타인 거리로 계산된다.
   • 이 거리를 계산하기 위해, 저자들은 $N_{ens} \times N_T$개의 $x_{n,t}$ 값들과 복제된 $m_t$ 값들을 오름차순으로 정렬한다. 거리는 대응하는 분위수(quantile) 간의 절대 차이의 평균이다.
   • 최종 지표는 다음과 같은 비율이다:
     $$\gamma_{W1} := \frac{w_{int}}{w_{int} + w_{ext}}$$
   • 이 비율은 0에서 1 사이의 값을 가지며, 값이 높을수록 내부 변동성의 상대적 기여도가 큼을 의미한다.

3. 계산상의 이점:

   • 이 방법은 정렬과 분위수 차이 계산만을 필요로 한다.
   • 히스토그램 빈닝과 달리 추가적인 파라미터가 필요 없다.
   • 모든 분포 형태, 즉 비가우시안 변수에 적용 가능하다.

검증 및 결과
본 연구는 합성 기후 데이터(가우시안, 균등, 로그 정규 분포)를 사용하여 $\gamma_{W1}$을 검증하였으며, 역사적(20C) 및 RCP8.5 강제력 시나리오 하에서의 2m 기온 및 총 강수량에 대해 커뮤니티 지구 시스템 모델 대규모 앙상블(CESM-LE)에 적용하였다.

• 합성 데이터 분석:

  • 강건성: $\gamma_{var}$(이상치에 민감함) 및 $\gamma_{info}$(이상치와 빈닝 선택에 민감함)와 달리, $\gamma_{W1}$은 분포 형태나 이상치의 존재 여부에 관계없이 안정적인 추정치를 제공한다.
  • 앙상블 크기: 지표의 안정성은 앙상블 크기($N_{ens}$)에 따라 달라진다. 추정치는 $N_{ens} \approx 40$ 이상일 때 신뢰할 수 있다. 이 임계값보다 낮으면 앙상블 평균의 샘플링 오차가 지표에 영향을 미친다.
  • 비교: $\gamma_{W1}$은 최적의 빈 수를 찾는 과정($O(NB)$)이 필요한 $\gamma_{info}$보다 계산 효율성이 높지만, $\gamma_{var}$($O(N)$)보다는 약간 덜 효율적이다($O(N \log N)$ 정렬 필요).

• CESM-LE 적용:

  • 기온: 모든 지표는 복사 강제력이 증가함에 따라(20C에서 RCP8.5로) 내부 변동성의 상대적 기여도가 감소함을 나타냈다. 그러나 $\gamma_{W1}$은 차이 지도(difference maps)에서 가장 큰 진폭을 보이며 이러한 반응의 신호를 가장 명확하게 보여주었다.
  • 강수량: 강수량 데이터는 종종 두꺼운 꼬리를 가진 비가우시안 분포를 보인다. 두 강제력 시나리오 모두에서 $\gamma_{var}$는 전 지구적으로 1 근처에서 포화되었고, $\gamma_{info}$는 변화를 거의 보이지 않아 강제력 증가에 따른 반응을 감지하는 데 실패했다. 반면, $\gamma_{W1}$은 포화되지 않았으며, 명확한 공간 구조(예: 고위도 및 열대 해양에서의 내부 변동성 감소)를 드러냈고 강제력 반응을 성공적으로 탐지했다.

주요 기여

1. 새로운 지표: 최적 운송에 기반하여 내부 변동성의 상대적 크기를 정량화하는 파라미터 프리(parameter-free) 지표인 $\gamma_{W1}$을 도입하였다.
2. 분포 무관성: 이 지표는 전체 분포의 형태를 포착하므로, 기존의 분산 기반 방법이 실패하는 비가우시안 및 두꺼운 꼬리를 가진 기후 변수에 적합하다.
3. 강건성: 앙상블 크기가 충분할 경우($N_{ens} \gtrsim 40$), 이상치에 대한 안정성과 임의의 파라미터(예: 빈 너비)로부터의 독립성을 입증하였다.
4. 경험적 검증: CESM-LE에 대한 적용을 통해, $\gamma_{W1}$이 특히 강수량과 같이 복잡한 분포 특성을 가진 변수에 대해 기존 지표보다 내부 변동성과 강제력 변동성 사이의 변화를 탐지하는 데 더 효과적임을 입증하였다.

의의 및 주장
본 논문은 1-와서스타인 거리가 대규모 앙상블 데이터 분석을 위한 "단순하고 유용한 도구"를 제공한다고 주장한다. 저자들은 $\gamma_{W1}$을 비가우시안 데이터에 대해 분산 기반 지표를 대체할 수 있는 우수한 대안이자, 정보 이론적 지표에 대한 더 강건하고 파라미터가 필요 없는 대안으로 위치시킨다. 연구 결과에 따르면 $\gamma_{W1}$은 특히 기후 투영에서 복잡한 분포적 특성을 가진 변수에 대해 내부 변동성의 강제력 반응 신호를 더 명확하게 제공한다. 저자들은 이 지표가 효과적이긴 하지만, 이 새로운 도구를 사용하여 내부 및 강제력 변동성의 구체적인 원인을 상세히 분석하는 것은 향후 과제로 남겨두었다. 또한, 앙상블 평균을 위한 와서스타인 바리센터(Wasserstein barycenters) 사용 및 모델 불확실성을 다루기 위한 다중 모델 앙상블에 대한 적용 가능성 등 잠재적인 확장 방향도 제시하였다.