Deep Clustering for Climate: Analyzing Teleconnections through Learned Categorical States

Resumo Técnico: Deep Clustering for Climate

Título Original: Deep Clustering for Climate: Analyzing Teleconnections through Learned Categorical States
Autores: Lívia Meinhardt e Dário Oliveira (FGV EMAp)

1. O Problema

A análise da variabilidade climática é fundamental para a ciência e modelagem preditiva, mas apresenta desafios significativos. Dados climáticos brutos (como campos de temperatura) são caracterizados por alto ruído, dependências não lineares e alta dimensionalidade. Identificar "regimes climáticos" (estados estáveis e significativos do clima) a partir desses dados brutos é uma tarefa complexa, pois os métodos tradicionais muitas vezes falham em capturar a semântica física subjacente de forma simplificada e robusta.

2. Metodologia

Os autores propõem uma abordagem de aprendizado de representação auto-supervisionado para discretizar séries temporais climáticas em clusters semanticamente ricos.

• Arquitetura: Utilizam um codificador Vision Transformer (ViT-Small) treinado através de Masked Siamese Networks (MSN).
• Aprendizado Auto-supervisionado: O modelo aprende ao tentar igualar diferentes "visões" (crops) do mesmo dado de entrada. Uma visão alvo (ampla) é comparada com visões âncoras (menores e com 15% de patches mascarados).
• Discretização (Clustering): Em vez de apenas extrair vetores contínuos, o modelo utiliza $K=30$ protótipos aprendíveis no espaço latente. A probabilidade de um estado climático pertencer a um cluster é calculada via softmax com temperatura controlada.
• Regularização: É aplicada a técnica Mean Entropy Maximization (ME-MAX) para evitar o colapso de representação, garantindo que todos os 30 clusters sejam utilizados.
• Dados: O estudo utiliza dados de temperatura mínima ($T_{min}$) e máxima ($T_{max}$) do Cerrado brasileiro (resolução de 0,1°), cobrindo o período de 1961 a 2024.

3. Principais Contribuições

1. Discretização Semântica: Transformação de campos de temperatura contínuos e ruidosos em uma sequência determinística de estados categóricos ($S = (k^*_1, k^*_2, \dots, k^*_T)$).
2. Identificação de Regimes Interpretáveis: Demonstração de que os clusters aprendidos não são arbitrários, mas refletem estruturas sazonais e térmicas reais.
3. Análise de Teleconexões: Uso dos clusters para mapear como fenômenos de larga escala (como o ENSO/El Niño) modulam a probabilidade de ocorrência de estados climáticos regionais.

4. Resultados

Os resultados validam a eficácia do modelo em três frentes:

• Caracterização Climática: Os 30 clusters organizam-se naturalmente em "meta-clusters" sazonais. Além disso, os clusters distinguem não apenas médias térmicas, mas também extremos (anomalias de quantis), separando, por exemplo, regimes de calor extremo de regimes de aquecimento persistente.
• Resposta ao ENSO (El Niño):
  • Sensibilidade: Dois clusters específicos (Cluster 2 e Cluster 22) mostraram-se altamente sensíveis ao El Niño. O Cluster 2 está ligado a extremos de temperatura máxima (calor intenso), enquanto o 22 está ligado ao aumento da temperatura mínima (aquecimento persistente).
  • Dinâmica Temporal (Lag): A análise de defasagem (lag) revelou que a resposta do clima regional ao ENSO não é instantânea; diferentes regimes atingem o pico em diferentes momentos do ciclo do El Niño (precursores, síncronos ou atrasados).
  • Não-estacionariedade: Observou-se que a influência do ENSO sobre esses regimes tornou-se mais intensa nas últimas décadas, sugerindo uma mudança na força das teleconexões.
• Modulação Sazonal: O modelo mostrou que o ENSO não aumenta o calor de forma uniforme, mas sim redistribui a probabilidade de ocorrência de regimes conforme a estação do ano.

5. Significância e Conclusão

O trabalho demonstra que o clustering profundo auto-supervisionado é uma ferramenta poderosa para a ciência climática. Ele oferece um "meio-termo" ideal entre os dados brutos de alta dimensão (difíceis de interpretar) e índices escalares simplificados (que perdem informação espacial).

A capacidade de converter mapas complexos em sequências de estados discretos permite análises probabilísticas mais ricas de transições de regimes e teleconexões. Os autores sugerem que futuras aplicações podem incluir variáveis como precipitação e umidade, além de conectar esses regimes a impactos socioeconômicos, como riscos de incêndios, agricultura e saúde pública.