Harnessing machine learning for accurate treatment of overlapping opacity species in general circulation models

要約

系外惑星や褐色矮星の高精度観測を理解するには、流体力学、化学、放射線を組み込んだ詳細かつ複雑な大循環モデル (GCM) が必要です。
この研究では、GCM における化学と放射線の結合を特に調べ、平衡化学が仮定できない場合に、相関 k 仮定で異なる化学種の不透明度を混合するためのさまざまな方法を比較しました。
我々は、個々の相関 k 不透明度 (k テーブル) を効果的に組み合わせる DeepSets (DS) に基づく高速機械学習方法を提案します。
私たちは、適応等価消去 (AEE) やリビニングと再ソーティングによるランダム オーバーラップ (RORR) など、他の公開されている手法と合わせて DS 手法を評価しました。
これらの混合方法を GCM (expeRT/MITgcm) に統合し、ホット ジュピター HD~209458 b の例でその精度とパフォーマンスを評価しました。
私たちの調査結果は、DS 手法は GCM の使用に対して正確かつ効率的である一方、RORR が遅すぎることを示しています。
さらに、AEE の精度はその特定の実装に依存し、放射伝達ソリューションの収束を達成する際に数値的な問題が発生する可能性があることも観察しました。
次に、単純化された化学的不平衡状況に DS 混合法を適用し、TiO と VO のレインアウトをモデル化し、TiO と VO のレインアウトが成層圏の形成を妨げることを確認しました。
GCM における一貫した不平衡化学計算の開発をさらに促進するために、DS 混合法と相関 k 放射伝達ソルバーを結合するためのドキュメントとコードを提供します。
DS メソッドは、GCM にとって十分な精度であることが広範囲にテストされています。
ただし、大気圏の回収を加速するには他の方法が必要になる可能性があります。

要約(オリジナル)

To understand high precision observations of exoplanets and brown dwarfs, we need detailed and complex general circulation models (GCMs) that incorporate hydrodynamics, chemistry, and radiation. For this study, we specifically examined the coupling between chemistry and radiation in GCMs and compared different methods for the mixing of opacities of different chemical species in the correlated-k assumption, when equilibrium chemistry cannot be assumed. We propose a fast machine learning method based on DeepSets (DS), which effectively combines individual correlated-k opacities (k-tables). We evaluated the DS method alongside other published methods such as adaptive equivalent extinction (AEE) and random overlap with rebinning and resorting (RORR). We integrated these mixing methods into our GCM (expeRT/MITgcm) and assessed their accuracy and performance for the example of the hot Jupiter HD~209458 b. Our findings indicate that the DS method is both accurate and efficient for GCM usage, whereas RORR is too slow. Additionally, we observed that the accuracy of AEE depends on its specific implementation and may introduce numerical issues in achieving radiative transfer solution convergence. We then applied the DS mixing method in a simplified chemical disequilibrium situation, where we modeled the rainout of TiO and VO, and confirmed that the rainout of TiO and VO would hinder the formation of a stratosphere. To further expedite the development of consistent disequilibrium chemistry calculations in GCMs, we provide documentation and code for coupling the DS mixing method with correlated-k radiative transfer solvers. The DS method has been extensively tested to be accurate enough for GCMs; however, other methods might be needed for accelerating atmospheric retrievals.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google