On the robustness of AI model forecast skill and initial condition uncertainty of the 2021 Pacific Northwest Heatwave
Notice bibliographique
Résumé
AI weather models are becoming valuable tools for predicting the weather. While AI models’ general forecasts are known to be skillful, their forecast skill of extreme events is not fully understood. The 2021 Pacific Northwest (PNW) heatwave is a good case study for AI models because it falls outside of the distribution of heat waves in AI model training datasets.Here, we investigate the forecast performance of 8 AI models (AIFS, Gencast, NeuralGCM, Graphcast, Fuxi, Pangu, Fourcastnet, FourcastnetV2) of the 2021 PNW heatwave. Despite the event being out of the training dataset distribution, their forecast performance is comparable to that of a state-of-the-art numerical weather prediction model (IFS). Specifically, AI models and IFS can accurately forecast the heatwave for lead times less than 7 days.Two recent studies suggest the predictability barrier of the PNW heatwave may be due to an initial condition observation error. Leach et al. (2024) found that the 26th ensemble member of a 250 member IFS forecast accurately forecasts the heatwave 12 days in advance. Vonich and Hakim (2024) used backpropagation in Graphcast to find an optimal initial condition that leads to an accurate forecast 10 days in advance. Are these initial conditions robust across an ensemble of AI models? And do these initial conditions point to a unique solution?We find a large spread in forecast accuracy when running the 8 AI models with the Leach et al. (2024) and Vonich & Hakim (2024) initial conditions. Furthermore we ran 1000 member ensembles in NeuralGCM and find initial conditions that lead to an accurate long-term forecast are not unique. These results suggest that the improvement in forecast accuracty to certain initial conditions may not necessarily be due to the initial conditions being closer to ground truth but rather they are due to cancelation of model error.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».