Гибридная климатическая модель NeuralGCM

Что это

Климатическая модель делит атмосферу на сетку ячеек и вычисляет, как между ними перемещаются воздух, тепло и влага. Крупномасштабные движения подчиняются хорошо известным законам физики, но облака и дождь образуются на масштабах гораздо мельче ячейки, поэтому обычные модели заполняют этот пробел упрощёнными правилами. NeuralGCM, созданная в Google Research совместно с Европейским центром среднесрочных прогнозов погоды, представляет собой гибрид. Физический расчёт крупных движений в ней сохранён, а упрощённые правила заменены нейронной сетью, то есть компьютерной программой, которая выявляет закономерности в данных; обучали сеть на записях погоды за десятилетия. Поскольку расчёт и сеть обучались вместе как единая система, это помогает модели оставаться устойчивой при работе в течение многих лет. Её код и обученные модели опубликованы в открытом доступе.

Почему это важно

Для климатических исследований нужно много долгих расчётов, чтобы увидеть, как атмосфера может отозваться на перемены, а каждый расчёт подробной физической модели требует суперкомпьютера. По данным Google Research, год атмосферы в NeuralGCM считался примерно 8 минут, а в очень подробной физической модели Национального управления океанических и атмосферных исследований США примерно 20 суток, то есть NeuralGCM быстрее более чем в 3500 раз. Поскольку она работает на одной машине, больше научных групп смогут ставить собственные опыты. В статье в Nature также сообщается, что ансамблевые прогнозы погоды NeuralGCM (наборы прогнозов из слегка различающихся начальных условий) сопоставимы с прогнозами самого Европейского центра на срок от 1 до 15 суток.

Как это читать

Сравнение 0,25 и 0,75 градуса Цельсия является проверкой на прошлом. Модель прогнали по 40 годам, с 1980 по 2020, задав ей настоящие температуры поверхности океана тех лет, и сравнили температуру воздуха со стандартной записью прошедшей погоды. По данным Google Research, средняя ошибка составила 0,25 градуса Цельсия у NeuralGCM и 0,75 у моделей одной только атмосферы из международного проекта сравнения моделей, то есть новая модель оказалась примерно втрое точнее. Слова «только атмосфера» означают, что океан не рассчитывается: его температуры подаются из наблюдений, и модели для сравнения применяют так же. Сравнение скорости относится к одной и той же задаче, расчёту атмосферы на год, при настройках, выбранных исследователями для каждой модели.

Ограничения

NeuralGCM рассчитывает только атмосферу. Океаны, морской лёд и углеродный цикл остаются вне модели, и Google Research надеется добавить их позже. В 40-летнем опыте 22 из 37 запусков оставались устойчивыми все 40 лет, и результаты получены по этим 22. Авторы пишут, что модель не умеет переноситься на заметно иной климат будущего: при повышении температуры поверхности океана на 1 и 2 градуса она показывала некоторые реалистичные черты потепления, а при 4 градусах её ответ расходился с ожидаемым, и расчёт уходил в сторону. В непрямом сравнении с подробной физической моделью ошибка по осадкам (в виде разности дождя и испарения) у неё немного больше, а в коротких прогнозах она занижает самые экстремальные события в тропиках. Авторы также отмечают, что их сравнение с подробной физической моделью немного выгодно для NeuralGCM, потому что её настраивали под ту же запись погоды, по которой потом оценивали.

Источники

• Nature: нейронные модели общей циркуляции для погоды и климата, 22 июля 2024 года (Neural general circulation models for weather and climate)
• Google Research: быстрое и точное климатическое моделирование с NeuralGCM, 22 июля 2024 года (Fast, accurate climate modeling with NeuralGCM)
• GitHub: neuralgcm/neuralgcm, код и сведения о модели (neuralgcm/neuralgcm, code and model information)
• Викисклад: Top of Atmosphere, фото (Top of Atmosphere, photo)