Multistability and intermingledness in complex high-dimensional data

Deze paper introduceert een geautomatiseerde workflow voor het analyseren van multistabiliteit en het definiëren van 'verwevenheid' in complexe, hoogdimensionale datasets, zoals klimaatmodellen, om alternatieve evenwichtstoestanden te identificeren en te karakteriseren.

De kern

Multistabiliteit en de "Verwarde" Toestanden van ons Klimaat: Een Simpele Uitleg

Stel je voor dat je een enorme, ingewikkelde machine bouwt die het weer op aarde simuleert. Deze machine heeft duizenden knoppen en schakelaars. Soms, als je de machine op een bepaalde manier start, eindigt hij in een stabiele staat: het is bijvoorbeeld een "warm en nat" klimaat. Maar als je hem op een heel andere manier start, kan hij eindigen in een totaal andere stabiele staat: een "ijskoude en bevroren" wereld.

Dit fenomeen heet multistabiliteit. Het betekent dat één en dezelfde machine (of het klimaat) meerdere verschillende "rusttoestanden" kan hebben, afhankelijk van hoe je hem begint.

Het probleem is dat onze klimaatmodellen zo complex zijn (ze hebben miljoenen variabelen), dat het voor onderzoekers als een zoektocht in een donker bos is om te zien welke toestanden er eigenlijk bestaan. Soms denken ze dat ze een nieuwe staat hebben gevonden, maar is het misschien gewoon een tijdelijke storing? En welke knoppen op de machine zijn het belangrijkst om te controleren om te zien of we naar een gevaarlijke staat opschuiven?

In dit artikel presenteren de auteurs een nieuwe, slimme manier om dit probleem op te lossen. Ze noemen hun methode een "workflow" (een stappenplan voor computers). Hier is hoe het werkt, vertaald naar alledaagse taal:

1. De "Vingerafdruk" van een Toestand (Feature Extraction)

Stel je voor dat je duizenden mensen in een zaal hebt. Iedereen is een simulatie van het klimaat. Sommige mensen dragen een winterjas (ijswereld), anderen een T-shirt (warmte). Maar ze staan allemaal door elkaar. Hoe weet je wie bij wie hoort?

De auteurs zeggen: "Neem niet naar iedereen kijken, maar maak een vingerafdruk."
Ze nemen de data van elke simulatie en halen er een paar belangrijke statistieken uit, zoals de gemiddelde temperatuur of de variatie in stormen. Dit noemen ze "features" (kenmerken).

• De analogie: Het is alsof je van elke persoon in de zaal alleen de schoenmaat en de haarkleur noteert. Als je die twee cijfers vergelijkt, zie je misschien dat iedereen met een T-shirt grote schoenen heeft en iedereen met een jas kleine schoenen. Plotseling zijn de groepen duidelijk te onderscheiden.

2. De Slimme Sorteerder (Clustering)

Zodra ze deze vingerafdrukken hebben, gebruiken ze een slimme computer-algoritme (een soort super-organiseerder) om te kijken welke mensen bij elkaar horen.

• Het probleem: Soms zijn de groepen niet duidelijk. Misschien heeft iemand een T-shirt en grote schoenen, maar hoort hij toch bij de wintergroep?
• De oplossing: De computer probeert verschillende combinaties van kenmerken (schoenmaat + haarkleur, of schoenmaat + gewicht) om te zien welke combinatie de groepen het scherpst van elkaar scheidt. Het algoritme zoekt automatisch de beste "bril" om door te kijken.

3. De "Verwarde" Randen: Intermingledness

Dit is het meest interessante nieuwe idee uit het artikel. Ze noemen het "intermingledness" (verwevenheid).
Stel je voor dat je twee groepen mensen hebt: die met een T-shirt en die met een jas.

• Goed gescheiden: Als de mensen met T-shirts allemaal links staan en de mensen met jassen rechts, en er is een duidelijke lijn ertussen, dan is de scheiding goed. Je weet precies wie bij welke groep hoort.
• Verweven (Intermingled): Als de mensen met T-shirts en jassen door elkaar staan, en je moet heel precies kijken om te zien wie bij wie hoort, dan zijn de groepen "verweven".

In de wereld van het klimaat betekent dit:

• Als de "basen van aantrekking" (de gebieden waar een klimaat naartoe trekt) verweven zijn, betekent dit dat een heel klein beetje verandering (een kleine fout in de startwaarde) kan leiden tot een heel ander eindresultaat. Het is als een bord met twee soorten pasta die perfect door elkaar zijn gemengd; als je een vorkje neemt, weet je niet zeker of je spaghetti of macaroni pakt.
• Als ze niet verweven zijn, is het klimaat stabieler en voorspelbaarder.

Waarom is dit belangrijk? (De Toepassingen)

De auteurs testen hun methode op drie verschillende scenario's:

1. De Atlantische Oceaanstroom (AMOC):
   Dit is de grote "bandtransporteur" van warm water in de oceaan. Soms stopt hij (een "tipping point"). De auteurs vonden dat er niet één of twee, maar wel vijf verschillende stabiele toestanden zijn! En ze ontdekten dat de temperatuur van het oppervlak en de diepte van de Atlantische Oceaan de beste "vingerafdruk" is om deze toestanden te onderscheiden. Ze zagen ook dat sommige toestanden heel verweven zijn (gevaarlijk, want onvoorspelbaar) en andere niet.

2. De Luchtstroom op Middellatitudes:
   Hier keken ze naar hoe de lucht en oceaan samenwerken. Ze ontdekten dat als je een bepaalde parameter verandert (hoeveel warmte de aarde uitstraalt), één van de stabiele toestanden begint te "smelten" en verweven raakt met de andere. Dit is een waarschuwingssignaal: het klimaat staat op het punt van een grote verandering.

3. Bewoonbare Exoplaneten:
   Hier keken ze naar planeten rond andere sterren. Dit is een beetje anders, want hier veranderen ze de parameters van de planeet zelf (hoeveel zonlicht krijgt hij?), niet de starttoestand. Maar hun methode werkt nog steeds! Ze konden zien welke meetpunten (temperatuur, druk, etc.) het beste laten zien of een planeet "ijskoud", "warm" of "heet" is. Dit helpt wetenschappers om te weten welke metingen ze moeten doen met telescopen.

De Conclusie in het Kort

Deze paper geeft ons een nieuwe "lantaarn" om in het donkere bos van complexe klimaatmodellen te lopen.

• Het helpt ons te zien hoeveel verschillende stabiele klimaattoestanden er zijn.
• Het vertelt ons welke metingen (temperatuur, saliniteit, etc.) het belangrijkst zijn om die toestanden te onderscheiden.
• Het meet hoe verweven de grenzen zijn tussen deze toestanden. Als de grenzen verweven zijn, is het klimaat onvoorspelbaar en kan een kleine schok een ramp veroorzaken.

Het is als het hebben van een kaart die niet alleen de bestemmingen toont, maar ook aangeeft welke wegen glad en gevaarlijk zijn, en welke meetpunten je moet controleren om te weten of je op de veilige weg blijft. En het beste van alles: de auteurs hebben de code gratis beschikbaar gemaakt, zodat iedereen dit kan gebruiken!

Technische samenvatting

Probleemstelling

Multistabiliteit (het bestaan van meerdere stabiele staten voor dezelfde systeemparameters) is een veelvoorkomend fenomeen in natuurlijke systemen, zoals klimaatmodellen (bijv. tipping points in de AMOC) en energienetwerken. Het identificeren en analyseren van deze toestanden in realistische, complexe, hoog-dimensionale simulaties is echter een groot probleem.

• Huidige beperkingen: Bestaande methoden zijn vaak subjectief, gebaseerd op visuele inspectie van een paar representatieve simulaties, en niet reproduceerbaar.
• Technische uitdaging: Traditionele wiskundige technieken (zoals bifurcatiediagrammen) werken niet voor extreem hoog-dimensionale ruimtes. Het is ook computationeel onhaalbaar om duizenden initiële condities te draaien of de volledige ruimte van attractoren te verkennen.
• Gevolg: Er is een gebrek aan methodologie die expliciet gericht is op het analyseren van eindige, maar zeer hoog-dimensionale datasets om objectief te bepalen welke alternatieve staten (attractoren) bestaan en hoe ze zich tot elkaar verhouden.

Methodologie: Een Geautomatiseerde Workflow

De auteurs stellen een nieuwe, objectieve workflow voor die recentere vooruitgang in computationele niet-lineaire dynamica combineert met een "feature extraction" en "clustering" aanpak. De workflow bestaat uit de volgende stappen:

1. Data Generatie: Simulaties worden uitgevoerd met een complex model (bijv. klimaat) waarbij de parameters constant worden gehouden, maar de initiële condities variëren.
2. Feature Extractie (Dimensiereductie): Omdat de data ruimtelijk en temporeel hoog-dimensionaal is, worden diagnostische variabelen gedefinieerd (bijv. globale gemiddelde temperatuur). Uit de tijdsreeksen van deze variabelen worden statistische kenmerken (features) gehaald, zoals het gemiddelde en de standaardafwijking van het laatste deel van de simulatie (transiënten worden genegeerd).
3. Feature Groepering (Clustering): De gegenereerde feature-vectoren worden gegroepeerd om unieke attractoren te identificeren.
   • Er wordt gebruik gemaakt van IA-DBSCAN (Iterative Advanced Density-Based Spatial Clustering of Applications with Noise).
   • In tegenstelling tot K-means schat dit algoritme het aantal groepen (attractoren) automatisch in en is het robuust tegen ruis.
   • Het algoritme wordt recursief toegepast om subgroepen te vinden.
4. Optimale Feature Selectie: Omdat niet alle features even goed zijn voor het scheiden van attractoren, wordt een optimalisatielus uitgevoerd.
   • Het algoritme test combinaties van features om de groepskwaliteit ($q$) te maximaliseren.
   • De kwaliteit $q$ is een gewogen som van de Silhouette mean (een maat voor clusterkwaliteit), het aantal gevonden attractoren, en de straf voor het aantal "outliers" (niet-toegewezen punten).
   • Dit resulteert in een subset van features die de attractoren het beste van elkaar onderscheidt.
5. Definitie van "Intermingledness" (Verstrengeldheid): Een nieuwe maatstaf wordt geïntroduceerd om de mate van verstrengeling van de attractoren en hun aantrekkingsbekkens (basins of attraction) te kwantificeren.
   • Het is de verhouding tussen de gemiddelde intra-groep afstand en de gemiddelde inter-groep afstand voor specifieke features.
   • Een waarde dicht bij 1 betekent dat de punten van een attractor even dicht bij andere attractoren staan als bij hun eigen groep (hoge verstrengeling/onzekerheid).
   • Een lage waarde duidt op goed gescheiden staten.
6. Continuatie: De methode kan worden toegepast over een reeks modelparameters om te zien hoe attractoren en hun verstrengeldheid evolueren (bijv. bij het naderen van een bifurcatie).

Belangrijkste Bijdragen

• Objectieve Workflow: Een reproduceerbaar algoritme dat multistabiliteit detecteert zonder subjectieve oordelen, specifiek ontworpen voor hoog-dimensionale data.
• Intermingledness-maatstaf: Een nieuwe kwantitatieve indicator die niet alleen de scheiding tussen staten meet, maar ook aangeeft welke diagnostische variabelen het beste (of slechtst) geschikt zijn om tussen staten te onderscheiden.
• Open Source Implementatie: De workflow is beschikbaar als gebruiksvriendelijke Julia-code (via DynamicalSystems.jl), die NetCDF-bestanden kan verwerken.
• Validatie: De methode is getest op drie zeer verschillende klimaatdatasets, waarbij de resultaten overeenkwamen met eerdere expertanalyses, maar ook nieuwe inzichten opleverden.

Resultaten per Gevalstudie

1. Atlantische Meridionale Omkering (AMOC) - Veros Model:

   • De workflow identificeerde vijf verschillende attractoren, waaronder staten met een krachtige en een ingestorte circulatie.
   • Inzicht: De beste features om deze staten te scheiden waren oppervlakte- en sub-oppervlaktetemperaturen in de Noord-Atlantische Oceaan, niet de AMOC-stroomsterkte zelf.
   • Verstrengeldheid: De aantrekkingsbekkens van de ingestorte AMOC-staten waren sterker verstrengeld dan die van de krachtige staten, wat suggereert dat de voorspelbaarheid lager is voor de ingestorte regime.

2. Midden-breedte Oceaan-Atmosfeer Stroom - MAOOAM Model:

   • Drie verschillende attractoren werden geïdentificeerd die corresponderen met Low Frequency Variability (LFV).
   • Continuatie: Bij het variëren van atmosferische emissiviteit ($\epsilon$) bleek dat één attractor (groen) instabiel werd en zijn verstrengeldheid toenam bij $\epsilon > 0.9$. Dit wijst op een naderende bifurcatie.
   • De basins van aantrekkingskracht toonden een fractale, sterk verstrengelde structuur, wat typisch is voor chaotische systemen.

3. Habitabiliteit van Exoplaneten - ExoPlaSim Model:

   • Deze dataset bestond uit simulaties met verschillende parameters (stralingsflux en druk), niet verschillende initiële condities. Hoewel dit geen klassieke multistabiliteit is, was de methode nuttig.
   • De workflow kon de bekende habitabiliteitsklassen (ijsig, warm, heet) objectief scheiden.
   • Toepassing: Het toonde aan welke diagnostische variabelen de beste scheiding bieden tussen deze klimaatregimes, wat waardevol is voor modelvergelijkingsstudies (SAMOSA project).

Betekenis en Toekomstperspectief

• Richting Observaties: De methode helpt onderzoekers te bepalen welke variabelen het belangrijkst zijn om te monitoren voor vroege waarschuwingen van tipping points. Variabelen met lage verstrengeldheid zijn goed voor het onderscheiden van staten, terwijl variabelen met hoge verstrengeldheid in de basin kunnen wijzen op richtingen waar perturbaties het systeem makkelijk naar een andere staat kunnen duwen.
• Modelvergelijking: Het biedt een objectieve manier om te beoordelen of verschillende klimaatmodellen dezelfde attractoren en overgangen vertonen.
• Beperkingen: De methode vereist een groot aantal simulaties met verschillende initiële condities (wat computationeel duur kan zijn voor zeer complexe modellen). De definitie van de kwaliteitsmaatstaf ($q$) is empirisch en niet strikt theoretisch onderbouwd.

Concluderend biedt dit werk een krachtig, data-gedreven raamwerk om de complexe dynamica van multistabiele systemen te ontrafelen, wat essentieel is voor het begrijpen van klimaatverandering en het beheer van complexe systemen.