1. 气候建模中的机器学习工作流：设计模式与案例研究

如果你是一名数据科学家或机器学习工程师，想要进入气候科学领域，或者你本身就是一位气候科学家，正试图理解如何将机器学习工具整合到你熟悉的工作流程中，那么你很可能已经感受到了其中的鸿沟。一边是快速迭代、以数据驱动的机器学习范式，另一边则是基于第一性原理、经过数十年验证的物理气候模型。将两者结合，听起来像是强强联合，但实际操作起来，却充满了“水土不服”的挑战：一个在离线验证集上表现完美的神经网络，一旦被嵌入到地球系统模型中在线运行，可能会在几百个模拟步长后导致数值爆炸；一个旨在从数据中发现物理方程的方法，可能因为损失函数设计不当，最终拟合出一堆物理上毫无意义的复杂项。

这正是过去几年里，我和许多同行在“物理+数据+AI”交叉领域实践中反复遭遇的困境。机器学习不是万能钥匙，不能简单地“插入”现有的气候模型。它的成功应用，高度依赖于一整套深思熟虑的 工作流设计 ——从如何将科学问题转化为机器学习任务，到如何准备训练数据、选择模型、定义目标，再到如何将训练好的模型无缝集成并稳定运行在庞大的模拟系统中。这篇分享，我将基于一系列前沿的案例研究，为你拆解气候建模中机器学习工作流的核心设计模式。我们不会深入某个特定算法的数学细节，而是聚焦于那些跨项目的、决定成败的 设计选择 和 工作流结构 。无论你是想构建一个替代模型来加速昂贵的辐射传输计算，还是想利用稀疏的观测数据反演海洋碳通量，理解这些模式都能帮你避开常见的坑，设计出更稳健、更可解释、也更容易被领域科学家接受的解决方案。

2. 核心理念：物理、数据与机器学习的三角关系

在深入具体工作流之前，我们必须建立一个正确的认知框架：在气候建模中，机器学习从来不是孤立存在的。它的价值，体现在与 物理知识 和 观测/模拟数据 的深度互动中。这三者构成了一个稳固的三角关系，任何成功的应用都必然处在这个三角的某条边上或内部。

2.1 传统气候模型的瓶颈与机器学习的角色

现代地球系统模型本质上是求解一组描述大气、海洋、陆地和冰冻圈演化的偏微分方程。它们在三维网格上离散化地球，通过数值方法计算温度、风、压力等关键变量。然而，有两个根本性限制：

1. 分辨率限制 ：云对流、湍流混合等关键过程发生在亚网格尺度（即小于模型网格的尺度），无法被显式解析。传统做法是使用 参数化方案 ——基于经验或半经验公式，来近似这些未解析过程对网格尺度变量的总体效应。这些参数化方案往往是模型不确定性和偏差的主要来源。
2. 计算成本限制 ：高保真度的模拟（如公里级分辨率）计算代价极高，限制了长时间尺度或大集合模拟的可行性。

机器学习在这里的切入点非常清晰：它不旨在（至少在现阶段）取代基于物理的模型核心，而是作为强大的 增强工具 。其核心能力是 函数逼近 和 模式识别 。这意味着它可以：

• 加速 ：学习并替代计算昂贵的物理过程（如辐射传输、云微物理），构建 替代模型 ，实现百倍甚至千倍的加速。
• 改进 ：从高分辨率模拟或观测数据中学习更优的亚网格尺度参数化关系，即 机器学习参数化 。
• 推断 ：利用概率编程、仿真推理等方法，从观测数据中反演难以直接测量的物理参数或状态。
• 融合 ：通过物理信息迁移学习，将来自物理模型模拟的“知识”与稀疏的真实观测数据结合起来，生成更完整、更准确的数据集。

2.2 三种典型的整合路径

基于上述三角关系，当前的实践大致可以归纳为三条路径，它们各有侧重，但并非互斥：

路径一：物理优先，机器学习增强的模拟建模 这是最保守也最受领域科学家欢迎的路径。它以现有的物理模型为核心，用机器学习来“修补”或加速其中的特定组件。例如，用神经网络算子学习一个物理求解器的输入输出映射，从而在保持物理一致性的前提下大幅加速。 关键挑战 在于如何确保混合模型的长期数值稳定性，以及如何让学习到的组件在变化的气候态下依然可信。这要求机器学习模型必须内置或通过损失函数强加物理约束（如守恒律）。

路径二：数据优先，观测集成的机器学习建模 这条路径从观测数据出发，利用机器学习来提取结构、进行统计推断，并将观测与过程理解相结合。典型应用包括利用卫星遥感数据进行不确定性量化，或使用概率编程从观测到的长期统计分布中推断模型参数。 关键挑战 在于如何处理观测数据的稀疏性、异质性和不确定性，以及如何保证模型在非平稳时间序列上的泛化能力。它通常是对传统数据同化技术的一种补充或扩展，提供了更灵活的似然函数建模能力。

路径三：机器学习优先的气候建模 这条路径最具野心，旨在构建以机器学习为主的模型，最小化对显式物理方程的依赖，直接基于数据模拟或预测气候系统行为。例如，使用FourCastNet等基础模型进行次季节到季节预报。它优先考虑预测技巧而非物理解释性。 关键挑战 是数据需求巨大、长期外推的可靠性存疑，以及缺乏内置的物理约束可能导致违反基本定律（如能量不守恒）。

对于我们大多数实践者而言，路径一和路径二是更务实、也更容易产出可靠科学成果的起点。路径三则代表着一种前沿探索，其最终意义和边界仍在讨论中。

3. 结构化机器学习工作流：以科学为指导的设计选择

抛开具体的技术路径，一个严谨的、可复现的机器学习工作流本身就是一个需要精心设计的“产品”。我倾向于将其分为三个阶段： 设计 、 开发 和 部署/评估 。这三个阶段并非线性，而是一个需要不断迭代的循环，且每一个决策都应由科学问题驱动。

3.1 设计阶段：将科学问题转化为机器学习任务

这是最重要也最容易被忽视的阶段。很多项目的失败，可以追溯到问题定义时的偏差。设计阶段的目标是搭建桥梁，确保机器学习任务与背后的科学目标对齐。

3.1.1 科学问题转译 首先，必须清晰地定义科学目标。是加速某个物理过程？改进某个参数化方案？还是从观测中推断未知参数？这个目标必须被翻译成明确的、可计算的机器学习任务。

• 案例：方程发现 。在改进海洋中尺度闭合方案的研究中，科学问题是“找到描述亚网格尺度涡流效应的简洁物理方程”。这被转化为一个 稀疏回归 的机器学习任务：从高分辨率模拟数据中，在大量可能的函数项（如速度梯度、温度梯度的各种组合）中，自动识别出少数几个对目标变量（亚网格通量）有显著贡献的项。这样，机器学习输出的不是一个“黑箱”函数，而是一个可解释的、可能蕴含新物理洞察的方程。

3.1.2 训练数据准备 数据决定了模型能力的天花板。在气候领域，数据来源无外乎三种：观测数据、再分析数据、模拟数据。选择时需极端谨慎：

• 代表性与偏差 ：模拟数��可能包含模型自身的系统性偏差；观测数据则存在空间覆盖不均、时间不连续、测量误差等问题。再分析数据（如ERA5）是观测与模型同化的产物，物理上一致且时空连续，常被用作基准，但它同样融合了同化模型的假设。
• 为集成而设计 ：数据准备必须考虑模型最终如何被集成到更大的工作流中。 ClimSim数据集 的创建是一个典范。它并非简单地从地球系统模型中截取一段输出，而是精心设计了输入-输出对，以支持机器学习参数化的开发。其关键思想是 隔离与连接 ：输入是粗网格尺度的大气状态变量，输出是经过云解析模型计算后、再粗化到与主机模型匹配的亚网格倾向项。这样，训练任务明确（学习从粗网格状态到亚网格倾向的映射），同时确保了学习到的模型可以“即插即用”地替换主机模型中原有的参数化模块。
• 数据处理的敏感性 ：一个常被低估的细节是 粗粒化 方法。将高分辨率数据聚合到低分辨率网格时，采用简单的平均、面积加权平均还是某种滤波？这直接定义了“真值”。有研究系统比较了不同粗粒化方案对后续机器学习参数化模型性能的影响，发现差异显著。这意味着，数据准备本身就是一个需要报告和论证的关键设计选择。

3.1.3 目标函数与模型空间选择 损失函数是模型的“指挥棒”。在科学机器学习中，我们关心的最终指标（如长期气候态的分布、能谱特征、物理守恒性）往往无法直接通过梯度下降优化。

• 超越MSE ：均方误差是起点，但远不够。需要在损失函数中引入 物理约束项 。例如，在训练神经网络算子作为替代模型时，除了数据拟合误差，还会加入基于控制方程残差的惩罚项，迫使网络近似满足潜在的物理规律。
• 稀疏性与可解释性 ：在方程发现任务中，损失函数会包含L1正则化（LASSO）或类似稀疏惩罚，以驱使模型选择更简洁、更可解释的方程形式，避免过拟合。
• 模型架构作为先验 ：模型选择本身就是一种先验知识的注入。对于学习由微分方程控制的物理过程， 神经算子 （如FNO、DeepONet）比普通的前馈网络更合适，因为它们天生适合学习函数到函数的映射，并能在不同分辨率下保持一致性。对于需要从数据中反演参数的问题， 条件归一化流 这类可逆生成模型非常有用，因为它能建立参数空间与数据分布之间的可逆映射，实现无需显式似然函数的推理。

实操心得 ：在设计阶段，务必与领域科学家反复沟通，用他们能理解的语言（物理量、过程、科学目标）重新表述你的机器学习方案。画一张数据流和模型集成图，能极大帮助发现潜在的不匹配。记住，一个在离线指标上“刷到高分”的模型，如果无法无缝、稳定地集成到现有科学工作流中，其科学价值可能为零。

3.2 开发阶段：模型训练与科学验证

这个阶段更接近标准的机器学习流程，但由于科学问题的特殊性，验证环节需要格外精心设计。

3.2.1 验证实验的设计 不能只用一个预留的测试集了事。需要设计一系列 诊断性实验 来评估模型是否学到了正确的物理，而不仅仅是拟合了数据。

• 离线验证 ：在独立的数据集上评估预测精度。这包括时间交叉验证（防止时间自相关导致的数据泄露）和空间交叉验证。
• 物理一致性检查 ：检查模型的输出是否满足基本的物理约束。例如，一个参数化方案是否在能量、水分或动量上是近似守恒的？在极端输入条件下（如非常干燥或非常潮湿的大气），模型行为是否合理，还是会输出非物理值（如负的云水含量）？
• 谱分析与尺度特性 ：对于气候过程，不同空间和时间尺度的能量分布至关重要。一个好的替代模型应该能重现真实数据或高分辨率模拟中的能谱特征。

3.2.2 迭代与精炼 开发是一个循环过程。根据验证结果，你可能需要返回调整数据预处理方式、修改损失函数中的权重、甚至重新思考问题表述。例如，在参数化基准测试研究中，通过系统比较不同网络架构、输入特征集和亚网格强迫定义下的模型表现，研究者发现某些配置虽然在统计精度上稍逊，但能产生更物理合理、在线集成时更稳定的结果。这种 系统性的消融实验 是理解模型为何有效、以及如何改进的关键。

3.3 部署、评估与集成：从离线模型到在线组件

这是机器学习工作流在气候建模中真正面临考验的阶段，也是与普通机器学习应用区别最大的地方。

3.3.1 集成与生产化 将训练好的PyTorch/TensorFlow模型塞进一个用Fortran/C++写成的、并行运行在超算上的地球系统模型，本身就是一项工程挑战。

• 技术栈桥接 ：案例中提到了使用 Docker容器 和 Fortran-Python绑定 （如 ftorch ）来创建可复现的集成环境。这确保了机器学习组件与主机模型能在同一套依赖和环境下稳定交互。
• 计算图与并行 ：需要考虑模型推断的计算效率，以及如何与物理模型的并行策略（如区域分解）相协调。有时需要对神经网络进行优化、量化或转换为更高效的推理格式。

3.3.2 在线评估与长期稳定性 离线验证表现好，绝不等于在线运行稳定。在线评估关注的是：

• 耦合稳定性 ：机器学习组件与物理模型其他部分耦合后，整个系统能否长期稳定积分（例如，模拟数百年）而不发散或产生漂移？
• 气候漂移 ：即使系统稳定，机器学习组件的引入是否会导致模型气候态（如全球平均温度、降水分布）逐渐偏离原有物理模型或观测的基准？这需要通过长期的“对照组”模拟来检测。
• 泛化到未见过的气候态 ：模型是在当前气候数据上训练的，它能否在强温室气体排放情景（如SSP5-8.5）下依然可靠？这需要测试其在 外推 情况下的表现。

3.3.3 解释性与不确定性量化 对于气候预测这样的高影响力领域，提供预测的不确定性信息与提供预测值本身同等重要。机器学习模型，特别是深度学习模型，需要发展适用于科学领域的解释性方法（如敏感性分析、特征归因）和不确定性量化技术（如集成学习、贝叶斯神经网络、共形预测）。在遥感反演案例中，研究者利用机器学习加速的前向模型，生成大量模拟数据，从而对反演算法进行全面的不确定性量化，这是传统方法难以做到的。

4. 贯穿始终的挑战与应对策略

基于上述工作流分析，我们可以总结出几个贯穿始终的核心挑战及应对思路。

4.1 物理一致性与可解释性挑战

挑战 ：纯粹的“黑箱”模型难以获得领域科学家的信任，且可能产生物理上不合理的结果。 应对策略 ：

1. 物理信息机器学习 ：将物理知识作为软约束（通过损失函数）或硬约束（通过模型架构）注入。例如，使用哈密顿神经网络来保证能量守恒，或在神经网络中强制满足对称性。
2. 混合建模 ：不追求用机器学习替代整个模块，而是构建“物理+机器学习”的混合模型。例如，用机器学习修正物理参数化方案的残差，或学习物理模型中某些不确定的参数。
3. 追求简约与可解释 ：在方程发现、符号回归等任务中，主动追求模型的简洁性。一个简单的、可解释的公式，即使绝对误差稍大，也往往比一个复杂的黑箱模型更有科学价值，因为它可能揭示新的物理关系。

4.2 数据稀缺性与代表性挑战

挑战 ：某些关键过程或区域的观测数据极少；模拟数据可能存在偏差；未来气候态的数据根本不存在。 应对策略 ：

1. 迁移学习与多任务学习 ：利用物理模型生成的大量、覆盖全面的模拟数据对模型进行 预训练 ，学习基础的气候模式与物理关系。然后，再用稀缺的真实观测数据对模型进行 微调 。这就像让模型先在“模拟世界”里学习物理规律，再到“真实世界”中适应细节。
2. 数据增强与合成数据 ：利用物理知识或随机扰动，在合理范围内生成更多的训练样本。在仿真推理中，直接使用物理模型生成海量的“模型-观测”配对数据，用于训练一个替代的似然函数或后验估计器。
3. 重视数据生成过程 ：像分析模型一样分析你的数据是如何产生的。明确记录数据来源、处理步骤、粗粒化方法、任何插值或填充策略。这是确保工作流可复现的关键。

4.3 工作流可复现性与透明度挑战

挑战 ：气候机器学习研究涉及复杂的链条，从数据准备、模型训练到在线集成，任何一个环节的细微差异都可能导致结果无法复现。 应对策略 ：

1. 采用“模型卡片”或“信息表” ：借鉴AI伦理领域的实践，为你的机器学习工作流创建标准化的文档。记录： 预期用途 、 训练数据 （来源、规模、预处理）、 模型详情 （架构、超参、训练硬件）、 评估结果 （指标、局限）、 伦理考虑 （如碳排放）。这极大降低了他人理解、复现和批评你工作的门槛。
2. 容器化与版本控制 ：使用Docker或Singularity容器封装整个软件环境（包括操作系统、库依赖、编译器）。将代码、数据（或获取数据的脚本）、配置文件和文档全部纳入Git版本控制。对于大型数据，使用数据版本管理工具（如DVC）或提供明确的持久化标识符（DOI）。
3. 模块化设计 ：将工作流设计成清晰的模块（数据模块、训练模块、评估模块、集成模块）。这不仅便于调试和迭代，也方便其他研究者替换其中某个模块（例如，尝试不同的神经网络架构），进行公平比较。

4.4 评估指标与科学目标错配挑战

挑战 ：训练时优化的损失函数（如MSE）与最终关心的科学指标（如长期气候态的分布、极端事件频率）不一致。 应对策略 ：

1. 设计层次化评估体系 ：在开发阶段，除了基础损失，定期计算一系列 诊断性指标 ，这些指标应直接反映科学关切。例如，对于降水预测，不仅要看整体MSE，还要看对不同强度降水（小雨、中雨、暴雨）的预测技巧，以及空间分布的模式相关性。
2. 在线测试作为黄金标准 ：尽早规划并实施在线集成测试。即使初期只能进行短时间的耦合运行，也能暴露出离线评估无法发现的问题（如数值不稳定性、与其它模块的交互异常）。
3. 考虑替代的优化范式 ：探索使用强化学习来优化长期科学指标，或利用扩散模型作为可微分的数据先验，将更复杂的分布相似性约束直接融入训练目标。

气候建模中的机器学习应用，正从一个充满新奇尝试的“探险期”，走向一个需要严谨工程规范和科学方法论支撑的“深耕期”。成功的项目，无一不是深刻理解了物理、数据与机器学习三者之间的张力与协同，并在一个透明、可复现、迭代的工作流框架下精心设计每一个环节。对于想要进入这一领域的数据科学家，我的建议是：放下“模型至上”的思维，花足够的时间去理解你要模拟的物理系统，像对待核心算法一样对待你的数据准备工作，并且永远将“在线集成与长期稳定性”作为终极测试。这条路充满挑战，但正因为如此，其每一步进展也更具价值——它不仅是算法的胜利，更是人类将数据智能与物理洞察相结合，以理解并应对我们这个星球复杂气候系统的坚实一步。