本站訊 近日，由學(xué)校“筑峰人才工程”第一層次張紹晴教授領(lǐng)銜的科研團(tuán)隊(duì)，在耦合地球系統(tǒng)模式多參數(shù)估計(jì)方法研究上取得新進(jìn)展。國(guó)際知名學(xué)術(shù)期刊Journal of Climate （《氣候雜志》）以“Multicycle Parameter Estimations in Coupled Earth System Models Based on Multiscale Sensitivity Responses in the Context of Low-Order Models”（基于耦合地球系統(tǒng)模式中多尺度敏感響應(yīng)原理的多重循環(huán)多參數(shù)估計(jì)方法：低階模式結(jié)果）為題在線發(fā)表上述成果。物理海洋教育部重點(diǎn)實(shí)驗(yàn)室/未來海洋學(xué)院在讀博士研究生楊浩宇為第一作者，張紹晴教授為通訊作者。
張紹晴教授（右）為團(tuán)隊(duì)學(xué)生楊浩宇（中）蔡金卓（左）作指導(dǎo)
基于觀測(cè)信息的模式參數(shù)估計(jì)（也叫參數(shù)優(yōu)化）可以通過改進(jìn)物理參數(shù)化方案而矯正模式中產(chǎn)生偏差的機(jī)制，是實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)和科學(xué)驅(qū)動(dòng)有機(jī)結(jié)合的一種方式。參數(shù)估計(jì)方法使得模式模擬預(yù)報(bào)結(jié)果更準(zhǔn)確，對(duì)研究全球氣候變化有重要意義。
本世紀(jì)初，參數(shù)估計(jì)方法被不斷完善、并成功在一些低階模式中展示出了良好的優(yōu)化效果，但僅限于對(duì)單個(gè)模式參數(shù)進(jìn)行優(yōu)化。隨著耦合地球系統(tǒng)模式的發(fā)展，模式分辨率越來越高、模式物理過程越來越復(fù)雜，牽涉到的模式參數(shù)也越來越多。多參數(shù)估計(jì)方法的缺失成為了限制模式向高精度發(fā)展的問題之一，如何科學(xué)系統(tǒng)地確定多個(gè)模式參數(shù)的取值已成為亟待解決的前沿科學(xué)問題。
本研究團(tuán)隊(duì)前期提出了一種基于單個(gè)模式分量敏感性的多參數(shù)估計(jì)方法，為同時(shí)估計(jì)多個(gè)模式參數(shù)提供了參考，其原理是對(duì)敏感性較強(qiáng)的模式參數(shù)進(jìn)行多參數(shù)估計(jì)。然而，這種方法有一定的局限性：當(dāng)被估計(jì)的參數(shù)數(shù)量超過某個(gè)閾值時(shí)，模式模擬誤差不再下降反而回升，這與參數(shù)估計(jì)的初衷——提高模式模擬能力是相悖的。
本研究從一個(gè)概念性耦合大氣-海洋-海冰-陸面地球系統(tǒng)模式出發(fā)，首先將單模式分量敏感性排序擴(kuò)展到多模式分量敏感性排序，深入研究耦合地球系統(tǒng)模式的敏感性特征。研究發(fā)現(xiàn)，無(wú)論是在敏感性強(qiáng)度還是在敏感響應(yīng)時(shí)間尺度上，一個(gè)參數(shù)在耦合地球系統(tǒng)模式中不同流體分量中都有不同的表現(xiàn)。科研團(tuán)隊(duì)繼而創(chuàng)新性地設(shè)計(jì)出一種基于敏感性強(qiáng)度和敏感響應(yīng)時(shí)間尺度雙重排序的多重循環(huán)參數(shù)估計(jì)方法（如圖1所示），將多流體分量的觀測(cè)信息順次投影到每個(gè)參數(shù)上。測(cè)試發(fā)現(xiàn)，在集合卡爾曼濾波的框架下，當(dāng)每個(gè)參數(shù)都在模式敏感性達(dá)到最大值的時(shí)刻（即模式響應(yīng)達(dá)到“準(zhǔn)平衡”狀態(tài)）被估計(jì)時(shí)，參數(shù)擾動(dòng)信號(hào)被充分傳遞到模式狀態(tài)中，來自不同分量的觀測(cè)信息都能有效融入多個(gè)模式參數(shù)而對(duì)其進(jìn)行調(diào)整，最終使得模式誤差持續(xù)降低（如圖2所示）。基于這種方法，可以通過優(yōu)化更多的模式參數(shù)來進(jìn)一步減少模式模擬誤差。該方法為改進(jìn)高分辨率模式的物理方案提供了新的切入點(diǎn)，有助于推動(dòng)高分辨率耦合地球系統(tǒng)模式的發(fā)展。研究也通過一個(gè)中等復(fù)雜程度的翻轉(zhuǎn)環(huán)流耦合模式驗(yàn)證了新方法的魯棒性。
近年來，基于大數(shù)據(jù)的人工智能深度學(xué)習(xí)技術(shù)發(fā)展迅速，科學(xué)家們一直在尋找數(shù)據(jù)驅(qū)動(dòng)和科學(xué)驅(qū)動(dòng)相結(jié)合的途徑——應(yīng)用能進(jìn)行科學(xué)解釋的數(shù)據(jù)驅(qū)動(dòng)方法推動(dòng)科學(xué)進(jìn)步，同時(shí)通過科學(xué)機(jī)制的探索又推動(dòng)人工智能發(fā)展。上述工作所提出的新參數(shù)估計(jì)方法，是對(duì)貝葉斯聯(lián)合最優(yōu)條件概率的一個(gè)物理學(xué)詮釋，可能為此提供一個(gè)新的視角，將會(huì)有非常廣闊的應(yīng)用前景。
圖1：多重循環(huán)的多參數(shù)估計(jì)示意圖。每一個(gè)橢圓代表一個(gè)參數(shù)估計(jì)的循環(huán)圈。參數(shù)將在橢圓右端點(diǎn)所處時(shí)刻被對(duì)應(yīng)的觀測(cè)數(shù)據(jù)優(yōu)化。同一參數(shù)的不同顏色代表使用來自不同模式分量的觀測(cè)信息。例如，參數(shù)κ, Od, Slm每5個(gè)時(shí)間單位使用陸面觀測(cè)數(shù)據(jù)優(yōu)化一次，每7個(gè)時(shí)間單位使用上層海洋觀測(cè)數(shù)據(jù)優(yōu)化一次。在200個(gè)時(shí)間單位后按照同樣的規(guī)律將參數(shù)b也納入被優(yōu)化的參數(shù)范圍，400個(gè)時(shí)間單位后新增參數(shù)c1按照同樣的規(guī)律被優(yōu)化。
圖2：不同參數(shù)估計(jì)方法產(chǎn)生的模式誤差對(duì)比。a) 為大氣分量模式的均方根誤差統(tǒng)計(jì)，b）上層海洋均方根誤差，c）為深海均方根誤差，d）為陸面模式的均方根誤差。藍(lán)色代表基于單模式分量敏感性多參數(shù)估計(jì)結(jié)果，橙色代表基于單模式分量敏感性的多循環(huán)參數(shù)估計(jì)結(jié)果，紅色代表新研發(fā)的基于敏感性強(qiáng)度和響應(yīng)時(shí)間尺度的多重循環(huán)參數(shù)估計(jì)結(jié)果。
通訊員：侯霞
編輯：趙奚赟
責(zé)任編輯：劉蒞
