ChaosBench：面向次季节至季节气候预测的多通道物理基准框架

作者及机构
本研究的核心团队来自哥伦比亚大学（Columbia University）、加州大学洛杉矶分校（UCLA）、加州大学欧文分校（UCI）、拉蒙特-多尔蒂地球观测所（LDEO）及英特尔实验室（Intel Labs），主要作者包括Juan Nathaniel、Yongquan Qu、Tung Nguyen等。研究成果发表于第38届神经信息处理系统会议（NeurIPS 2024）的数据集与基准赛道。

学术背景
次季节至季节（subseasonal-to-seasonal, S2S）气候预测是灾害防控与经济规划的关键工具，但其发展滞后于短期天气或长期气候预测。传统数值天气预报（Numerical Weather Prediction, NWP）依赖高分辨率物理模型，计算成本高昂且难以普及。数据驱动模型虽在短中期预测中表现优异，但S2S尺度因同时受初始条件（Initial Condition, IC）和边界条件（Boundary Condition, BC）的敏感性影响，预测难度显著增加。现有基准（如WeatherBench）的预测范围仅限15天，且缺乏物理约束与多样化基线模型。为此，研究团队提出ChaosBench，首个覆盖全球多地球系统（大气、海洋、冰层、陆地）、整合45年再分析数据与物理约束的S2S预测基准。

研究流程与方法
1. 数据构建
- 观测数据：整合ERA5（大气）、ORAS5（海洋）、LRA5（陆地）再分析产品，时间跨度为1979年至今，空间分辨率1.5°。包含124个变量（如温度、湿度、风速等），覆盖大气垂直10层压力面。
- 物理模型基线：提供四国气象机构（ECMWF、UKMO、NCEP、CMA）2016年以来的44天确定性及集合预报，共48个变量，用于对比数据驱动模型（如PanguWeather、GraphCast）。
- 辅助数据：包括气候态（climatology）和持续性（persistence）基准，用于评估模型技能。

1. 基准指标设计

   • 确定性指标：均方根误差（RMSE）、偏差（Bias）、异常相关系数（ACC）、多尺度结构相似性（MS-SSIM）。
     
   • 物理指标：
     
     • 谱散度（Spectral Divergence, SpecDiv）：基于Kullback-Leibler散度，量化预测与目标功率谱的差异。
       
     • 谱残差（Spectral Residual, SpecRes）：计算高频信号（波数k≥q0.9）的均方根误差，捕捉多尺度结构失真。
       
   • 概率指标：连续排名概率评分（CRPS）、集合离散度（Spread）等，评估不确定性建模能力。
     

2. 模型评估与策略验证

   • 基线模型测试：对比ViT/ClimaX、PanguWeather等数据驱动模型与物理模型的44天预测性能。
     
   • 关键策略验证：
     
     • 集合预报：通过扰动初始条件（如ECMWF的50成员集合）缓解蝴蝶效应（Butterfly Effect），提升长期稳定性。
       
     • 直接预测（Direct Forecasting）：相比自回归（Autoregressive）方法，直接输出44天预测可减少误差累积（如ViT/ClimaX的RMSE较PanguWeather降低30%）。
       
     • 物理约束：傅里叶神经算子（FNO）通过谱域卷积保留高频信号，其SpecDiv比UNet低0.15。
       

主要结果
1. 预测技能崩溃现象：所有模型在超过15天后预测性能接近无技能气候态（图4-5）。例如，ECMWF确定性预报的ACC在44天时降至0.2，与气候态无显著差异。
2. 集合预报优势：ECMWF的50成员集合将RMSE降低20%（图7），MS-SSIM提升10%，验证了IC不确定性建模的必要性。
3. 数据驱动模型的局限性：GraphCast等模型在S2S尺度出现显著谱散度（图6b），高频信号丢失导致预测模糊化（图3a），无法捕捉极端事件细节。
4. 当前预测极限：ECMWF高分辨率集合的CRPSS显示有效预测范围仅15-20天（图8），凸显S2S预测的挑战性。

结论与价值
ChaosBench为S2S预测提供了首个全耦合地球系统基准，其核心贡献包括：
1. 科学价值：揭示了数据驱动模型在长期预测中的物理不一致性，提出谱域指标作为可微分约束的优化方向。
2. 应用价值：支持灾害预警（如干旱、洪水）的决策优化，推动数据-物理融合模型（如FNO）的发展。
3. 方法论创新：通过直接预测、集合扰动等策略，将现有天气模型的预测范围扩展至S2S尺度。

研究亮点
- 多系统耦合：首次整合大气-海洋-陆地-冰层变量，覆盖45年时空跨度。
- 物理可解释性：提出SpecDiv与SpecRes指标，将物理一致性量化并嵌入机器学习流程。
- 开源生态：提供0.25°高分辨率数据处理脚本（附录B.4）及四国机构基线数据，促进社区协作。

未来方向
团队计划纳入多源再分析产品（如MERRA-2）及更高分辨率数据，进一步探索初始条件同化（Data Assimilation）与混合建模（Hybrid Modeling）的潜力。