×
杰克·尼科尔;马修·彼得森。;卡拉·彼得森。;弗里克，G.马修;梅兰妮·摩西。

机器学习特征分析揭示了E3SM气候模型和观测到的气候变化之间的差异。 （英语） Zbl 1524.86002号

J.计算。申请。数学。 395，文章ID 113451，9 p.（2021）.
小结：2020年9月，北极海冰面积创历史第二低。最先进的气候预测使用地球系统模型（ESM），由代表物理定律的微分方程系统驱动。此前，这些模型往往低估了北极海冰的损失。这个问题很严重，因为准确的建模对经济、生态和地缘政治规划至关重要。我们使用机器学习技术，包括随机森林回归和基尼重要性，来表明能量Exascale地球系统模型（E3SM）在预测9月海冰平均值时过于依赖于十个选定的气候量中的一个。此外，与观测数据相比，E3SM对其中六个量的重要性过高。识别气候模型错误依赖的特征应该可以让气候学家提高预测准确性。

MSC公司：

86-08 地球物理问题的计算方法
68T05型 人工智能中的学习和自适应系统
62H30型 分类和区分；聚类分析（统计方面）
68单位99 计算方法和应用
68吨10 模式识别、语音识别
62-02 与统计有关的研究展览（专著、调查文章）

关键词：

北极的;气候;机器学习;能量exascale地球系统模型

软件：

GeoMLA公司;E3SM公司;Scikit公司;数字Py
PDF格式BibTeX公司 XML格式引用
\textit{J.J.Nichol}等人，J.Compute。申请。数学。395，文章ID 113451，9 p.（2021；Zbl 1524.86002）
全文： DOI程序

参考文献：

[1] 斯特罗夫，J。；Notz，D.，北极海冰在所有季节的变化状态（2018）
[2] 北极报告卡2019Tech。代表（2019），https://www.arctic.noaa.gov/Report-Card
[3] 史密斯，L.C。；Stephenson，S.R.，《世纪中叶可通航的新跨北极航线》，Proc。国家。阿卡德。科学。美国，110，13，4871-4872（2013）
[4] 古塞，H。；凯·J·E。；Armour，K.C。；博达斯·萨尔塞多，A。；切普费尔，H。；Docquier，D.，《极地地区气候反馈量化》，自然社区。，9, 1919 (2018)
[5] Sevellec，F。；Fedorov，A.V。；Liu，W.，《北极海冰下降削弱了大西洋经向翻转环流》，Nature Clim。变更，7604-610（2017）
[6] 科恩，J。；Pfeiffer，K。；Francis，J.A.，《与美国极端冬季天气频率增加相关的温暖北极事件》，《自然通讯》。，9, 869 (2018)
[7] 科维亚诺维奇，I。；桑特，B.D。；Bonfils，C。；卢卡斯，D.D。；Chiang，J.C.H。；Zimmerman，S.，《未来北极海冰覆盖的减少可能会导致加州降雨量的大幅减少》，自然通讯社。，8, 1947 (2017)
[8] Rosenblum，E。；艾森曼，I.，气候模型中的海冰趋势只有在有偏见的全球变暖情况下才能准确，J.Clim。，30, 16, 6265-6278 (2017)
[9] Meehl，A.G。；科维，C。；德尔沃斯，T。；拉蒂夫，M。；Mcavaney，B。；Mitchell，J.F.B.，《WCRP CMIP3多模式数据集：气候变化研究的新时代》，《美国气象》。Soc.，2007年9月
[10] 斯特罗夫，J。；霍兰德，M.M。；梅耶，W。；Scambos，T。；Serreze，M.，《北极海冰下降：速度快于预测》，《地球物理学》。雷斯莱特。，34, 9 (2007)
[11] Taylor，K.E。；斯托弗·R·J。；Meehl，G.A.，CMIP5和实验设计概述，美国气象局。Soc.，485-498年4月3日（2012年）
[12] E3SM项目，K.E.，能源exascale地球系统模型（E3SM）（2018），计算机软件
[13] 伊林，V。；Bony，S。；Meehl，G.A。；高级注册会计师。；史蒂文斯，B。；Stouffer，R.J.，耦合模型相互比较项目第6阶段（CMIP6）实验设计和组织概述，Geosci。模型开发，9，5，1937-1958（2016），https://www.geosci-model-dev.net/9/1937/2016/
[14] Breiman，L.，《随机森林》，马赫。学习。，45, 1, 5-32 (2001) ·Zbl 1007.68152号
[15] Nembrini，S。；Ko，I.R。；Wright，M.N。；Lu，C.，基尼重要性的复兴？，3711-3718年5月34日（2018年）
[16] 斯特罗夫，J.C。；Kattsov，V。；Barrett，A。；Serreze，M。；巴甫洛娃，T。；Holland，M.，《来自CMIP5、CMIP3和观测的北极海冰范围趋势》，地球物理学。雷斯莱特。，39, 16, 1-7 (2012)
[17] 爱奥尼亚，M。；格罗斯菲尔德，K。；Scholz，P。；特雷菲森，R。；Lohmann，G.，《9月北极海冰最小值预测——一种新的熟练统计方法》，地球系统。动态。讨论。，1-23 (2018), https://www.earth-syst-dynam-discuss.net/esd-2018-61/
[18] 里德，T.G。；Tarantino，P.M.，使用支持向量回归进行北极海冰范围预测，（《2014年第13届机器学习和应用国际会议论文集》，2014年第十三届机器学习与应用国际会议，ICMLA 2014（2014），电气与电子工程研究所有限公司），1-6
[19] 彭，G。；梅耶，W.N。；斯科特·D·J。；萨沃伊，M.H。；Snow，N.，气候研究和监测的长期和可再生被动微波海冰浓度数据记录，311-318（2013）
[20] 施威格，A。；Lindsay，R。；张，J。；斯蒂尔，M。；斯特恩，H。；郭，R.，模拟北极海冰体积的不确定性，J.Geophys。Res.Oceans，116，9，1-21（2011）
[21] 美国国家海洋和大气管理局。；OAR、R。；ESRL-PSD，J.，NCEP-DOE再分析2（2019），美国科罗拉多州博尔德市NOAA/OAR/ESRL PSD提供的NCEP_reanalysis 2数据，https://www.esrl.noaa.gov/psd/
[22] 美国国家海洋和大气管理局。；OAR、R。；ESRL-PSD，J.，NOAA扩展重建海面温度（2019年），NOAA/OAR/ESRL PSD提供的NOAA_ERSST_V4数据，美国科罗拉多州博尔德，https://www.esrl.noaa.gov/psd/
[23] Golaz，J.-C。；考德威尔，P.M。；罗克尔，L.P.V。；彼得森，M.R。；唐奇。；Wolfe，J.D.，DOE E3SM耦合模型版本1：标准分辨率下的概述和评估（2019年）
[24] 凯·J·E。；Deser，C。；菲利普斯，A。；Mai，A。；Hannay，C。；Strand，G.，《社区地球系统模型（CESM）大型集成项目：在存在内部气候变化的情况下研究气候变化的社区资源》，Bull。美国气象局。Soc.，96，8，1333-1349（2015）
[25] Zib，B.J。；Dong，X。；Xi，B。；Kennedy，A.，《利用BSRN地面观测对北极地区最近再分析中的云量和辐射通量进行评估和比较》，J.Clim。，25, 7, 2291-2305 (2012)
[26] Breiman，L.，Bagging预测因子，马赫数。学习。，24, 2, 123-140 (1996) ·Zbl 0858.68080号
[27] Banfield，R.E。；洛杉矶霍尔。；鲍耶，K.W。；Kegelmeyer，W.P.，《决策树集成创建技术的比较》，173-180（2007）
[28] 佩德雷戈萨，F。；瓦罗佐，G。；Gramfort，A。；米歇尔，V。；蒂里昂，B。；Grisel，O.，Scikit-learn：《蟒蛇中的机器学习》，J.Mach。学习。第12号决议，2825-2830（2011年）·Zbl 1280.68189号
[29] Breiman，L.，电弧分类器，Ann.Statist。，26, 3, 801-849 (1998) ·Zbl 0934.62064号
[30] Van Der Walt，S。；科尔伯特，S.C。；Varoquaux，G.，numpy数组：高效数值计算的结构，计算。科学。工程，13，2，22（2011）
[31] 瓦斯科姆，M。；seaborn开发团队，S.C.，Mwaskom/seaborn（2020年）
[32] 布雷曼，L。；弗里德曼，J.H。；Olshen，R.A。；Stone，C.J.，《分类和回归树》（1984年），沃兹沃思国际集团：沃兹沃斯国际集团，加利福尼亚州贝尔蒙特·Zbl 0541.62042号
[33] Hengl，T。；努斯鲍姆，M。；Wright，M.N。；尤夫林克·G。；Gräler，B.，《随机森林作为空间和时空变量预测建模的通用框架》，PeerJ，6（2018）
[34] Breiman，L.，Rejoiner:电弧分类器，Ann.Statist。，26, 3, 841-849 (1998), http://www.jstor.org/stable/120059 ·Zbl 0934.62064号
[35] Banfield，R.E。；洛杉矶霍尔。；鲍耶，K.W。；Kegelmeyer，W.P.，一种应用于稀疏系综的新系综多样性度量，（Windeatt，T.；Roli，F.，Multiple Classifier Systems（2003），施普林格-柏林-海德堡：施普林格-柏林-海德堡-柏林，海德堡），306-316·Zbl 1040.68588号
[36] 美国巴特。；Bieniek，P。；比茨，C。；布兰查德·沃里格斯沃思，E。；艾肯，H。；Goessling，H.，2019年海冰展望完整季后赛报告（2020年），编辑：Turner-Bogren，B.和H.V.Wiggins，https://www.arcus.org/sipn/sea-ice-outlook/2019/post-seas季
[37] McGill，R。；Tukey，J.W。；Larsen，W.A.，箱线图的变化，Amer。统计人员。，32, 1, 12-16 (1978)
[38] 奥尔多内斯，A.C。；比茨，C.M。；Blanchard-Wrigglesworth，E.，《控制社区地球系统模型中北极和南极海冰可预测性的过程》，J.Clim。，31, 9771-9786 (2018)
[39] 布兰查德·沃里格斯沃思，E。；Armour，K.C。；比茨，C.M。；Deweaver，E.，GCM集合和观测中北极海冰的持续性和固有可预测性，J.Clim。，24, 1, 231-250 (2011)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。