全球气候模态耦合动力学论文笔记

本文基于Learning the coupled dynamics of global climate modes，对文献中使用到的思想方法进行梳理。

摘要

气候模态

反复出现的海气耦合模式所构成的网络系统，影响全球极端天气事件的形成

现有方法通常将气候模态孤立处理，或者简化为成对关系，本文的目标是把这些相互关联的气候系统作为整体来预测。为此提出UniCM全球气候模态预测模型，将气候模态视为互联系统来学习其耦合动力学，释放出涌现性的可预测能力，为统一预测及数据驱动的洞察奠定基础，深化对全球海洋-大气动力学的理解。

背景

季节到年际尺度的大规模气候变率主要由海气耦合模式（即气候模态）组成的网络驱动，这些模态构成了一个动态关联的全球系统，通过复杂的遥相关在不同洋盆间交换能量，最终决定着全球季风、干旱和洪水的发生时机与强度。

• 太平洋厄尔尼诺-南方涛动（ENSO）
• 印度洋偶极子（IOD）
• 北太平洋经向模态（NPMM）
• 南太平洋经向模态（SPMM）
• 印度洋海盆模态（IOB）
• 南印度洋偶极子（SIOD）
• 热带北大西洋（TNA）变率

此前最先进的模型——扩展非线性再充电振子模型（XRO）——同样存在局限。也有研究尝试利用物理引导的深度回声状态网络（DESN）扩展ENSO的可预测性，但多个气候模态作为相互关联的跨尺度系统，其耦合动力学的更广泛挑战仍未得到根本解决。

气候模态是从海表温度等物理场的细粒度动力学中涌现出来的大尺度结构，据此提出UniCM——一个用于全球气候模态预测的深度学习框架，核心原则是气候系统的可预测性本身就是这些多尺度耦合的涌现属性。框架通过两条路径捕捉这种涌现关系：一是细粒度物理层与大尺度气候模式之间从局部到全局的涌现过程，二是气候模态之间的非线性反馈，二者共同构成UniCM的双视角Transformer架构：

• Globalformer：对海表温度和表面风应力等细粒度物理场的时空演化进行建模，捕捉大尺度气候模态涌现的自下而上过程。
• Modeformer：对气候模态的集体时间动力学和非线性相关作用进行抽象，形成耦合气候状态的紧凑系统级表征，再通过跨视角耦合机制将结果注入物理场，调控Globalformer的学习与预测。

在效果上，UniCM优于XRO和DESN：ENSO预测精度更高，IOD预测的有效时长可延伸至7个月以上。

预测全球气候的统一模型

多视角架构学习多尺度耦合动力学

该模型采用多视角Transformer架构：

• Globalformer模拟物理场的时空演化，输入海表温度（T）、层深度（hT）以及300米深度上层海洋温度（T300），经归一化后插值编码到$5°\times 5°$网格，一方面与目标尺度相匹配，另一方面通过低通滤波统一天气尺度的噪声。
• Modeformer模拟气候模式指数的时间演化，覆盖ENSO、IOD、TNA、NPMM、SPMM、IOB、SIOD七个模态，输入的海表温度场经过3个月滑动平均平滑处理。

耦合感知机制

模型设置两层耦合：第一层耦合在Modeformer内部完成，学习气候模态之间的相互作用；第二层耦合通过跨视角机制，将高层的系统状态与底层的物理现实相连。

结果

本节主要介绍模型的性能优势，此处从略。

讨论

基于观测再分析数据对预训练模型进行微调后，性能提升并不明显，说明模型已经具备稳健的“从模拟到真实”泛化能力，也为ENSO等事件的预测提供了可解释的分析工具。模型高度依赖气候模态本身，其可预测性也因此受到严格的季节性相位锁定和短去相关时间尺度的限制。后续可以从三个方向推进：整合跨时间尺度的过程，捕捉控制背景气候的跨时间尺度相互作用；将基于注意力的见解与符号回归相结合，形式化出动力学方程；将UniCM应用于人为变化背景下的气候变率预测。

方法

数据

训练数据取自CMIP6中经过筛选的历史气候模拟数据，评估则使用多个再分析数据集（后续也可以考虑用于Argo相关研究）。样本生成采用步长为1个月的滑动窗口，每个样本包含一段12个月的输入序列和一段24个月的预测目标期。

输入与预处理

模型的训练数据流由历史气候模拟数据与再分析数据集共同构成。 物理气候场：五个物理变量，每个由张量$X^{(c)}$表示，预处理计算其月异常值，对每个日历月计算气候态均值$\mu$与标准差$\sigma$，进行标准化：

$$X_t^{(c)}=\frac{X_t^{(c)}-{\mu }_{\mathrm{month}(t)}^{(c)}}{{\sigma }_{\mathrm{month}(t)}^{(c)}},c\in \{1,...,5\}.$$

标准化后的场被插值到覆盖全球海洋（从40°S到40°N）的规则5°×5°网格上，再划分为$p\times p$的空间块，完成从$(T_h,H,W,5)$到$(T_h,N_p,5)$标记序列的张量转换，其中$T_h$是历史时间步数，块数量$N_p=H/p\times W/p$，最后投影到$R^D$作为Globalformer的输入。 气候模态指数：依据其科学定义计算，采用3个月滑动平均平滑处理以滤除高频噪声，得到$(T_h,M),M=7$作为Modeformer模型的输入。 统一的多视角Transformer架构：每一层内将空间注意力与时间注意力解耦，以降低计算复杂度。 Globalformer分支：学习物理场的长期时空演变过程。编码器接受$(T_h,N_p,D)$（即物理气候场）的补丁场数据序列，每一层中先对每个空间补丁的时间序列独立应用时间注意力机制，再对每个时间步的图块进行空间注意力：

$$\begin{array}{rl}{Z}_{t,n}^{(t)}& ={\mathrm{MSA}}_{\mathrm{time}}(Z_{1:T_{\mathrm{h}},n}),\\ Z_{t,n}^{(s)}& ={\mathrm{MSA}}_{\mathrm{space}}\left({\mathrm{Z}}_{\mathrm{t},1:{\mathrm{N}}_{\mathrm{p}}}^{(t)}\right),\end{array}$$

再通过解码器自回归生成对未来物理场的预测。 Modeformer分支：处理形状为$(T_h,M,D)$的气候模式索引序列，其空间注意力机制作用于气候模式这一维度，替代了Globalformer中的地理区域维度。每个Transformer层交替进行时序自注意力与模式自注意力：

$$\begin{array}{r}{H}_{t,m}^{(t)}={\mathrm{MSA}}_{\mathrm{time}}(H_{1:T_h,m}),\\ H_{t,m}^{(s)}={\mathrm{MSA}}_{\mathrm{mode}}\left({\mathrm{H}}_{\mathrm{t},1:\mathrm{M}}^{(\mathrm{t})}\right),\end{array}$$

$MS{A}_{time}$对每个模式独立建模其时间演化，$MS{A}_{mode}$捕捉模式间的动态相互依赖与耦合，输出同时作为Globalformer的高层级引导信号。 编码器-解码器架构：Modeformer的编码器通过堆叠的时空Transformer层处理历史模态索引序列。

后续具体架构还没完全理解，需要结合代码进一步梳理。