ML-TWiX（1980年まで拡張された総貯水容量異常の機械学習アプローチ）

科学分野:

• 地球科学
• 水文学
• 気候科学

背景:

• GRACEのような衛星ミッションは、総貯水容量異常（TWSA）に関する貴重なデータを提供しますが、その期間が限られているため、長期的な気候および水文学研究が制限されます。
• グローバルな水資源と気候変動の包括的な分析のためには、GRACE以前の時代にTWSA記録を拡張することが不可欠です。

研究 の 目的:

• GRACEミッション以前の観測記録を拡張する、1980年から2012年までの月次TWSAのグローバルデータセットであるML-TWiXを開発すること。
• 水文学および地表モデルのシミュレーションを統合してTWSAを再構築するために機械学習モデルを利用すること。
• 多様な科学的応用のために不確実性推定を備えた統一されたTWSA製品を提供すること。

主な方法:

• ランダムフォレスト、XGBoost、ガウス過程回帰の3つの機械学習モデルのアンサンブルを採用しました。
• 0.5°×0.5°のグリッドで月次TWSAを再構築するために、グローバルな水文学および地表モデルシミュレーションでモデルをトレーニングしました。
• 不確実性定量化を備えた統一データセットを生成するために、アンサンブル平均を介して個々のモデルからの出力を組み合わせました。

主要な成果:

• 1980年から2012年までの連続的な月次TWSAのグローバルデータセットを再構築しました。
• ML-TWiXデータセットを、衛星レーザー測距や海面上昇予算推定などの独立したデータソースに対して検証しました。
• 結果のデータセットは、空間的に明示的な不確実性推定を提供します。

結論:

• ML-TWiXは、長期的な気候および水文学研究に不可欠な、グローバルTWSAの貴重で拡張された記録を提供します。
• このデータセットは、水資源評価や気候駆動型の水文学的変化の理解を含む、幅広いアプリケーションをサポートします。
• 機械学習は、過去の気候および水文学的変数を再構築するための強力なアプローチを提供します。