CERBERUS: A Three-Headed Decoder for Vertical Cloud Profiles

Dit paper introduceert CERBERUS, een probabilistisch raamwerk dat verticale radarreflectieprofielen van wolken genereert uit satelliet- en meteorologische gegevens door middel van een driedelig encoder-decoder-architectuur, waarmee de kloof tussen tweedimensionale waarnemingen en complexe driedimensionale wolkprocessen wordt overbrugd.

De kern

Stel je voor dat je probeert een enorme, driedimensionale wolkenstad te tekenen, maar je hebt alleen maar platte, tweedimensionale foto's van de bovenkant van die stad. Dat is precies het probleem waar meteorologen en klimaatwetenschappers al decennia mee worstelen. Satellieten zien de wolken van bovenaf (zoals een drone die alleen het dak van een huis ziet), maar we weten niet precies hoe die wolken er van binnen uitzien, hoe hoog ze reiken of hoe ze zich verticaal gedragen.

Deze paper introduceert CERBERUS, een slim computerprogramma dat probeert dit gat te dichten. Hier is hoe het werkt, vertaald naar alledaagse taal:

1. Het Probleem: De "Platte Foto" vs. De "3D Realiteit"

Wolken zijn ingewikkeld. Ze hebben een interne structuur, met regendruppels, ijskristallen en luchtstromingen die van boven naar beneden bewegen. Maar onze beste satellieten geven ons alleen een platte foto van de temperatuur aan de bovenkant.

• De analogie: Het is alsof je een cake wilt bakken, maar je mag alleen naar de bovenkant van de cake kijken. Je weet niet of er van binnen een laagje jam zit, of dat de cake helemaal droog is, of dat er een gat in zit. Voor weer- en klimaatmodellen is dit een groot probleem, want als je de "interne structuur" van de wolken niet kent, zijn je voorspellingen onnauwkeurig.

2. De Oplossing: CERBERUS (De "Drie-Koppige" Profeet)

De auteurs noemen hun model CERBERUS. In de Griekse mythologie is Cerberus een hond met drie koppen die de poort naar de onderwereld bewaakt. In dit geval bewaakt het model de poort naar de waarheid over wolken.

Het werkt als een slimme detective die drie dingen tegelijk doet:

1. Kijken naar de foto's: Het bekijkt beelden van satellieten (GOES-16) die de temperatuur van de wolkenbovenkant meten.
2. Kijken naar de grond: Het kijkt naar het weer op de grond (temperatuur, wind, vochtigheid).
3. Kijken naar de tijd: Het weet of het dag of nacht is, en hoe het seizoen verloopt.

Op basis van deze informatie probeert het model niet één antwoord te geven, maar een waaier van mogelijke antwoorden.

3. De Creatieve Analogie: Het "Onzekerheids-Net"

De meeste oude computermodellen probeerden één specifieke vorm van de wolk te raden. Dat is als proberen de exacte vorm van een wolk te tekenen met een potlood: als je één lijn verkeerd zet, is de hele tekening fout.

CERBERUS doet het anders. Het is alsof je een veiligheidsnet maakt.

• Het model zegt niet: "De wolk zit precies op 5000 meter."
• Het zegt: "Er is een 90% kans dat de wolk tussen 4800 en 5200 meter zit, maar in dit specifieke geval (bijvoorbeeld bij een complexe laagwolk) is het misschien wel 4000 tot 6000 meter."

Dit noemen ze een probabilistische aanpak. Het model leert om de onzekerheid zelf te voorspellen. Als de situatie erg moeilijk is (bijvoorbeeld als er meerdere wolkenlagen boven elkaar zitten die elkaar verbergen), geeft het model een "breed" antwoord: "We weten het niet zeker, het kan van alles zijn." Dat is veel waardevoller dan een foutief, maar zeker klinkend antwoord.

4. Hoe heeft het het gedaan? (De Test)

De wetenschappers hebben CERBERUS getraind met data van een radar in Oklahoma (de "SGP-site"). Deze radar kijkt recht omhoog en ziet de wolken van binnen, precies wat de satelliet mist.

• De uitdaging: Ze gaven het model alleen de satellietfoto's en de grondmetingen, en vroegen: "Wat ziet de radar?"
• Het resultaat: CERBERUS kon de verticale structuur van de wolken heel goed reconstrueren. Het deed het zelfs beter dan eerdere modellen, vooral omdat het de "onzekerheid" kon tonen.
  • Bij simpele, lage wolken was het heel precies.
  • Bij complexe, zware onweerswolken (diep in de atmosfeer) gaf het aan: "Hier is het lastig, kijk maar hoe breed ons antwoordnet is."

5. Waarom is dit belangrijk?

Stel je voor dat je een weersvoorspelling maakt voor een vliegveld. Als je niet weet hoe de wolken er van binnen uitzien, kun je niet voorspellen of er ijsvorming is of hoe hard het gaat regenen.
Met CERBERUS kunnen we nu synthetische radarbeelden maken op basis van satellietbeelden. Dit betekent dat we voor bijna elke plek op aarde (waar geen radar staat) een schatting kunnen maken van hoe de wolken er van binnen uitzien, inclusief een waarschuwing: "Wees voorzichtig, hier is de onzekerheid groot."

Kort samengevat:
CERBERUS is een slim AI-systeem dat van platte satellietfoto's een 3D-kaart van wolken maakt. In plaats van te raden wat er precies gebeurt, geeft het een "waaier van mogelijkheden" en zegt eerlijk waar het het niet zeker weet. Dit helpt wetenschappers om betere weersvoorspellingen en klimaatmodellen te bouwen, omdat ze eindelijk een beter idee hebben van wat er zich in de wolken afspeelt.

Technische samenvatting

Probleemstelling

Atmosferische wolken vertonen complexe driedimensionale structuren en microfysische details. Huidige waarnemingen op wereldschaal zijn echter grotendeels beperkt tot tweedimensionale (2D) satellietbeelden van de bovenkant van de atmosfeer. Verticaal opgeloste metingen van wolken eigenschappen zijn daarentegen beperkt tot schaarse grondstations en vliegtuigmetingen. Deze schaalvergrotingsmismatch bemoeilijkt het data-gedreven leren en evalueren van wolkprocessen in weer- en klimaatmodellen, wat bijdraagt aan aanhoudende onzekerheid in de atmosferische fysica. Bestaande methoden (zoals GANs, U-Nets en MAEs) richten zich vaak alleen op dagtijdwolken, zijn deterministisch (geen onzekerheidskwantificering) en benutten grondmetingen niet optimaal.

Methodologie: Het CERBERUS Framework

De auteurs introduceren CERBERUS (Cloud Estimation with vertically-Resolved Beta-distributed Retrievals of Uncertainty and Structure), een probabilistisch raamwerk voor het afleiden van verticale radarreflectiviteitsprofielen.

1. Invoerdata:

• Satellietdata: 2D helderheidstemperaturen van de GOES-16 satelliet (7 kanalen, waaronder IR en zichtbaar) en afgeleide wolkentop-hoogtes (CTH).
• Meteorologische data: Nabij-grondse variabelen uit MERRA-2 heranalyse (temperatuur, wind, relatieve vochtigheid, druk).
• Temporele context: Tijd van de dag en dag van het jaar (sinus-gecodeerd).
• Doeldata (Ground Truth): Verticale radarreflectiviteitsprofielen gemeten door de Ka-band radar (KAZR) op het ARM Southern Great Plains (SGP) station in Oklahoma (periode 2020–2025).

2. Architectuur:
CERBERUS maakt gebruik van een Encoder-Decoder architectuur met drie uitgangskoppen (three-headed decoder):

• Encoder: Converteert 2D helderheidstemperatuurvelden via convoluties en combineert deze met ingesloten scalair meteorologische data (via een FiLM-achtige benadering) tot een latente vector.
• Decoder: Projecteert en transformeert de latente vector naar 128 verticale niveaus (van 160m tot 15km).
• Drie Koppen: In plaats van één voorspelling, voorspelt het model drie parameters voor elk hoogteniveau:
  1. $\pi$: De waarschijnlijkheid dat er geen wolk aanwezig is (zero-inflated component).
  2. $\alpha$ en $\beta$: De parameters van een Beta-verdeling voor de reflectiviteit wanneer er wel een wolk aanwezig is.
     Dit resulteert in een Zero-Inflated Beta (ZIB) verdeling, wat ideaal is voor data met veel nullen (geen wolk) en een continue verdeling voor reflectiviteit.

3. Training en Loss-functie:
Het model wordt getraind om de negatieve log-likelihood (NLL) te minimaliseren van de waarneming $y$ binnen de voorspelde ZIB-verdeling. Dit is een fundamenteel verschil met eerdere deterministische modellen die vaak RMSE (Root Mean Square Error) als doelwit gebruikten. De loss-functie houdt rekening met zowel de kans op "geen wolk" als de continuïteit van de wolkverdeling.

Belangrijkste Bijdragen

1. Probabilistische Inferentie: In plaats van één vast profiel te voorspellen, levert CERBERUS een volledige kansverdeling op. Dit maakt het mogelijk om onzekerheid te kwantificeren, wat cruciaal is voor complexe scenario's zoals meervoudige wolklagen.
2. Zero-Inflated Modeling: Door expliciet te modelleren dat veel profielen geen reflectiviteit hebben (geen wolk), wordt de "zero-inflated" aard van de data correct aangepakt, wat leidt tot betere prestaties vergeleken met niet-ZI baselines.
3. Schaaloverbrugging: Het framework slaagt erin om 2D satellietdata en grondmetingen te koppelen om 3D verticale profielen te reconstrueren, wat een brug slaat tussen verschillende observatieschalen.
4. Fysisch betekenisvolle Onzekerheid: De voorspelde onzekerheid (spread in de verdeling) correleert met fysieke complexiteit; het model toont meer onzekerheid bij meervoudige lagen en dynamisch complexe wolken, wat aangeeft dat het model de inherente ambiguïteit van de 2D-naar-3D mapping begrijpt.

Resultaten

Het model is getraind en gevalideerd op data van het ARM SGP-site:

• Algemene Prestaties: CERBERUS bereikt een hoge classificatie-accuraatheid voor wolkige hoogtes (ROC-AUC = 0,957) en een goede regressieprestatie ($R^2 > 0,6$).
• Foutanalyse: De voorspellingen zijn het meest accuraat voor lage en dunne wolken (lage RMSE). De fouten zijn groter bij diepe convectieve wolken en meervoudige lagen (bijv. Nimbostratus), wat overeenkomt met de uitdagingen die ook in eerdere studies (zoals SatMAE) werden vastgesteld.
• Vergelijking met Baselines: Vergelijkingen tonen aan dat het probabilistische ZIB-model superieur is aan zowel een puur deterministisch model als een model dat alleen een Beta-verdeling gebruikt zonder zero-inflatie. Het ZIB-model reduceert de fout met ongeveer 1 dBZ onder de 8 km hoogte ten opzichte van een niet-ZI tegenhanger.
• Onzekerheidskarakteristieken: In complexe scenario's (zoals een decoupled neerslagwolk onder een anvil) voorspelt het model een bredere reflectiviteitsverdeling. Dit geeft aan dat het model de fysieke onzekerheid correct weerspiegelt waar satellietmetingen verzadigen in de bovenste lagen.

Betekenis en Toekomstperspectief

CERBERUS demonstreert de waarde van distributie-gebaseerde leerdoelen voor het overbruggen van observatieschalen in de atmosferische wetenschap. Het biedt een pad naar het genereren van synthetische, model-relevante waarnemingen van wolken, inclusief onzekerheidskwantificering. Dit is essentieel voor het evalueren en kalibreren van weer- en klimaatmodellen.

Toekomstig werk zal zich richten op het uitbreiden van dit raamwerk naar het voorspellen van microfysische grootheden (zoals wolkwaterinhoud en druppelgrootteverdeling) en het integreren van bredere horizontale context en locatie-embeddings voor wereldwijde toepassing, mogelijk met behulp van geavanceerdere architecturen zoals Transformers of Mixture-Density Networks.