Original Title: Towards improved and more routine Earth system model evaluation in CMIP
Source: doi.org/10.5194/esd-7-813-2016
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ឆ្ពោះទៅរកការវាយតម្លៃគំរូប្រព័ន្ធផែនដីដែលប្រសើរជាងមុន និងជាប្រចាំនៅក្នុងគម្រោង CMIP

ចំណងជើងដើម៖ Towards improved and more routine Earth system model evaluation in CMIP

អ្នកនិពន្ធ៖ Veronika Eyring (Deutsches Zentrum für Luft- und Raumfahrt), Peter J. Gleckler (Program for Climate Model Diagnosis and Intercomparison), Christoph Heinze (University of Bergen), Ronald J. Stouffer (Geophysical Fluid Dynamics Laboratory/NOAA), Karl E. Taylor (Program for Climate Model Diagnosis and Intercomparison), V. Balaji (Geophysical Fluid Dynamics Laboratory/NOAA), Eric Guilyardi (Institut Pierre Simon Laplace), Sylvie Joussaume (Institut Pierre Simon Laplace), Stephan Kindermann (Deutsches Klimarechenzentrum), Bryan N. Lawrence (National Centre for Atmospheric Science), Gerald A. Meehl (National Center for Atmospheric Research), Mattia Righi (Deutsches Zentrum für Luft- und Raumfahrt), Dean N. Williams (Program for Climate Model Diagnosis and Intercomparison)

ឆ្នាំបោះពុម្ព៖ 2016 Earth System Dynamics

វិស័យសិក្សា៖ Climate Science

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ សហគមន៍អាកាសធាតុប្រឈមនឹងការលំបាកក្នុងការវាយតម្លៃគំរូប្រព័ន្ធផែនដី (Earth system models) ដែលមានភាពស្មុគស្មាញ ដោយសារកន្លងមកការអនុវត្តធ្វើឡើងដោយគ្មានការសម្របសម្រួលរួម និងខ្ជះខ្ជាយធនធាន។ ការស្រាវជ្រាវនេះមានគោលបំណងដោះស្រាយបញ្ហានេះ តាមរយៈការបង្កើតប្រព័ន្ធវាយតម្លៃដែលដំណើរការជាប្រចាំ មានស្តង់ដារ និងមានប្រសិទ្ធភាពខ្ពស់សម្រាប់គម្រោង CMIP6 ដើមី្បទប់ទល់នឹងកំណើនទិន្នន័យដ៏សន្ធឹកសន្ធាប់។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះស្នើឡើងនូវក្របខណ្ឌវាយតម្លៃរួមមួយ ដោយប្រើប្រាស់ឧបករណ៍កូដកុំព្យូទ័រជាចំហ (Open-source evaluation tools) ដែលដំណើរការដោយផ្ទាល់នៅលើហេដ្ឋារចនាសម្ព័ន្ធទិន្នន័យកម្រិតខ្ពស់។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Manual/Ad-hoc ESM Evaluation
ការវាយតម្លៃគំរូដោយដៃឬតាមទម្លាប់ចាស់ (ការទាញយកទិន្នន័យមកវិភាគរៀងៗខ្លួន)
មានភាពបត់បែនខ្ពស់ និងអាចតម្រូវតាមតម្រូវការជាក់លាក់របស់អ្នកស្រាវជ្រាវនីមួយៗ។ ខ្ជះខ្ជាយពេលវេលាដោយសារការសរសេរកូដត្រួតគ្នា តម្រូវឱ្យទាញយកទិន្នន័យធំៗមកម៉ាស៊ីនផ្ទាល់ខ្លួន និងពិបាកក្នុងការផ្ទៀងផ្ទាត់លទ្ធផល (Reproducibility)។ ធ្លាប់ប្រើប្រាស់ដោយជោគជ័យក្នុងគម្រោង CMIP ជំនាន់មុនៗ ប៉ុន្តែមិនអាចឆ្លើយតបនឹងទំហំទិន្នន័យរហូតដល់ ៤០ Petabytes នៅក្នុង CMIP6 បានទេ។
Community-based Automated Evaluation (ESMValTool & PMP)
ការវាយតម្លៃស្វ័យប្រវត្តិផ្អែកលើឧបករណ៍សហគមន៍ (ដំណើរការផ្ទាល់លើម៉ាស៊ីនមេ ESGF)
មានល្បឿនលឿន មានស្តង់ដាររួម មិនបាច់ទាញយកទិន្នន័យឆៅ និងអាចទទួលបានលទ្ធផលវាយតម្លៃភ្លាមៗនៅពេលទិន្នន័យថ្មីត្រូវបានបញ្ចូល។ តម្រូវឱ្យមានការរៀបចំទិន្នន័យតាមស្តង់ដារតឹងរ៉ឹង (CMOR) និងត្រូវការចំណាយពេលវេលាដំបូងដើម្បីសិក្សាពីរបៀបប្រើប្រាស់ឧបករណ៍ទាំងនេះ។ នឹងផ្តល់នូវការវាយតម្លៃប្រកបដោយលក្ខណៈទូលំទូលាយ និងជាប្រចាំសម្រាប់គម្រោង CMIP6 តាមរយៈការតភ្ជាប់ឧបករណ៍ទាំងនេះជាមួយប្រព័ន្ធ ESGF។

ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តប្រព័ន្ធវាយតម្លៃនេះតម្រូវឱ្យមានហេដ្ឋារចនាសម្ព័ន្ធកុំព្យូទ័រខ្នាតធំ (Supercomputing) និងទំហំផ្ទុកទិន្នន័យដ៏មហិមា។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះផ្តោតជាចម្បងលើគំរូប្រព័ន្ធផែនដីសកល (Global Earth System Models) និងផ្អែកលើទិន្នន័យផ្កាយរណបសកល។ ទោះបីជាវាមានលក្ខណៈគ្របដណ្តប់ទូទាំងពិភពលោកក៏ដោយ កម្រិតភាពច្បាស់ (Resolution) នៃគំរូទាំងនេះអាចនៅមានកម្រិតក្នុងការចាប់យកលក្ខណៈអាកាសធាតុខ្នាតតូចនៅក្នុងប្រទេសកម្ពុជា។ យ៉ាងណាក្តី ការវាយតម្លៃនេះធានាបាននូវភាពត្រឹមត្រូវនៃទិន្នន័យគោល ដែលចាំបាច់បំផុតសម្រាប់ការសិក្សាលម្អិតនៅថ្នាក់តំបន់។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះបីជាការស្រាវជ្រាវនេះមានលក្ខណៈសកលក៏ដោយ វាផ្តល់នូវមូលដ្ឋានគ្រឹះដ៏សំខាន់សម្រាប់ប្រទេសកម្ពុជាក្នុងការទាញយកទិន្នន័យអាកាសធាតុដែលទុកចិត្តបាន សម្រាប់រៀបចំផែនការបន្សាំទៅនឹងការប្រែប្រួលអាកាសធាតុ។

ការជ្រើសរើសទិន្នន័យអាកាសធាតុដែលមានការវាយតម្លៃត្រឹមត្រូវ នឹងជួយឱ្យអ្នកស្រាវជ្រាវកម្ពុជាចំណេញពេលវេលា និងទទួលបានលទ្ធផលព្យាករណ៍ថ្នាក់តំបន់ប្រកបដោយគុណភាពខ្ពស់។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះនៃស្តង់ដារទិន្នន័យ: អ្នកសិក្សាត្រូវចាប់ផ្តើមស្វែងយល់ពីស្តង់ដារទិន្នន័យអាកាសធាតុ ពិសេសការប្រើប្រាស់ NetCDF និងស្តង់ដារ Climate and Forecast (CF) Metadata Conventions រួមទាំងឧបករណ៍ CMOR ដែលចាំបាច់សម្រាប់ការវិភាគទិន្នន័យ CMIP។
  2. រៀនប្រើប្រាស់ឧបករណ៍វាយតម្លៃដោយផ្ទាល់: ដំឡើងឧបករណ៍ ESMValTool និង PCMDI Metrics Package (PMP) នៅលើកុំព្យូទ័រផ្ទាល់ខ្លួន ឬម៉ាស៊ីនមេ (Server) របស់សាកលវិទ្យាល័យ រួចសាកល្បងដំណើរការវាជាមួយទិន្នន័យគំរូ CMIP5 ឬ CMIP6 ក្នុងទំហំតូចសិន។
  3. ផ្តោតលើការវិភាគអាកាសធាតុសម្រាប់អាស៊ីអាគ្នេយ៍: ប្រើប្រាស់កញ្ចប់វិភាគដែលមានស្រាប់ (ដូចជាតេស្តបាតុភូត ENSO របស់ស្ថាប័ន NCAR CVDP) ដើម្បីវាយតម្លៃថាតើគំរូអាកាសធាតុណាមួយ ដែលអាចក្លែងធ្វើសកម្មភាពខ្យល់មូសុងនៅកម្ពុជាបានល្អជាងគេ។
  4. ធ្វើការទម្លាក់មាត្រដ្ឋានទិន្នន័យ (Downscaling): បន្ទាប់ពីរកឃើញគំរូសកលដែលល្អបំផុត ត្រូវអនុវត្តវិធីសាស្ត្រ Dynamical or Statistical Downscaling ដើម្បីបម្លែងទិន្នន័យសកលទាំងនោះ ឱ្យទៅជាទិន្នន័យកម្រិតតំបន់ (ឧទាហរណ៍ កម្រិតខេត្តនីមួយៗនៅកម្ពុជា)។
  5. ចូលរួមចំណែកក្នុងសហគមន៍អន្តរជាតិ: សរសេរកូដវិភាគថ្មី (Diagnostic script) ដោយផ្តោតលើអាកាសធាតុតំបន់ត្រូពិច ឬរបបជលសាស្ត្រទន្លេមេគង្គ ដោយប្រើប្រាស់ Python រួចបញ្ជូនវា (Contribute) ទៅកាន់សហគមន៍ ESMValTool បកវិញ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Earth system model (ESM) ជាកម្មវិធីកុំព្យូទ័រដ៏ស្មុគស្មាញដែលប្រើរូបមន្តគណិតវិទ្យា និងរូបវិទ្យាដើម្បីក្លែងធ្វើ (Simulate) អន្តរកម្មរវាងបរិយាកាស មហាសមុទ្រ ផ្ទៃដី និងផ្ទាំងទឹកកក ដើម្បីព្យាករណ៍ពីការប្រែប្រួលអាកាសធាតុនាពេលអនាគត។ ដូចជាការបង្កើតផែនដីសិប្បនិម្មិតមួយនៅក្នុងកុំព្យូទ័រ ដើម្បីមើលថាតើនឹងមានអ្វីកើតឡើងនៅពេលយើងបញ្ចេញឧស្ម័នពុលច្រើនទៅក្នុងបរិយាកាស។
Coupled Model Intercomparison Project (CMIP) ជាគម្រោងអន្តរជាតិដែលប្រមូលផ្តុំអ្នកវិទ្យាសាស្ត្រ ដើម្បីដំណើរការគំរូអាកាសធាតុ (ESMs) ផ្សេងៗគ្នាក្រោមលក្ខខណ្ឌពិសោធន៍តែមួយ រួចប្រៀបធៀបលទ្ធផលគ្នាទៅវិញទៅមក ដើម្បីកាត់បន្ថយភាពមិនប្រាកដប្រជា។ ដូចជាការរៀបចំការប្រឡងរួមមួយសម្រាប់សិស្ស (គំរូអាកាសធាតុ) ទាំងអស់ ឱ្យធ្វើវិញ្ញាសាតែមួយ ដើម្បីមើលថានរណាឆ្លើយបានត្រឹមត្រូវជាងគេ។
Earth System Grid Federation (ESGF) ជាប្រព័ន្ធបណ្តាញកុំព្យូទ័រ និងម៉ាស៊ីនមេ (Servers) ទូទាំងពិភពលោក ដែលតភ្ជាប់គ្នាដើម្បីផ្ទុក និងចែករំលែកទិន្នន័យអាកាសធាតុដ៏ធំមហិមា (Petabytes) ដល់អ្នកស្រាវជ្រាវគ្រប់ទិសទី។ ដូចជាបណ្ណាល័យអនឡាញដ៏ធំមួយដែលមានសាខានៅគ្រប់ទ្វីប សម្រាប់ផ្ទុកសៀវភៅទិន្នន័យអាកាសធាតុរាប់លានក្បាល។
Performance metrics ជារង្វាស់ស្ថិតិដែលគេបង្កើតឡើងដើម្បីវាយតម្លៃ និងឲ្យពិន្ទុថាតើគំរូអាកាសធាតុក្លែងធ្វើទិន្នន័យបានត្រឹមត្រូវកម្រិតណា ធៀបនឹងទិន្នន័យជាក់ស្តែងដែលប្រមូលបានពីឧបករណ៍សង្កេតការណ៍ (ដូចជាផ្កាយរណប)។ ដូចជាកូនសៀវភៅពិន្ទុដែលគ្រូផ្តល់ឲ្យសិស្ស ដើម្បីបង្ហាញថាសិស្សនោះពូកែមុខវិជ្ជាអ្វីខ្លះ និងខ្សោយមុខវិជ្ជាអ្វីខ្លះ។
Emergent constraints ជាវិធីសាស្ត្រដែលប្រើប្រាស់ទំនាក់ទំនងនៃលក្ខណៈអាកាសធាតុរយៈពេលខ្លីដែលយើងអាចវាស់វែងបាននាពេលបច្ចុប្បន្ន យកទៅទប់ស្កាត់ ឬកែតម្រូវការព្យាករណ៍អាកាសធាតុរយៈពេលវែងនាពេលអនាគតរបស់គំរូឱ្យកាន់តែច្បាស់។ ដូចជាការសង្កេតមើលទម្លាប់ចាយវាយប្រចាំថ្ងៃរបស់មនុស្សម្នាក់ ដើម្បីទាយឱ្យបានច្បាស់ថាតើគាត់នឹងមានលុយសល់ប៉ុន្មាននៅ១០ឆ្នាំក្រោយ។
CMORization ជាដំណើរការបំប្លែងទិន្នន័យអាកាសធាតុដែលចេញពីគំរូផ្សេងៗគ្នា ឱ្យទៅជាទម្រង់ស្តង់ដារតែមួយ (មានឈ្មោះអថេរ រង្វាស់ និងរចនាសម្ព័ន្ធឯកសារដូចគ្នា) ដើម្បីងាយស្រួលក្នុងការវិភាគរួមគ្នាដោយស្វ័យប្រវត្តិ។ ដូចជាការបកប្រែភាសាផ្សេងៗគ្នាជាច្រើន (ខ្មែរ ចិន អង់គ្លេស) ឱ្យទៅជាភាសាតែមួយ ដើម្បីឱ្យមនុស្សគ្រប់គ្នាអាចអាន និងយកទៅប្រើប្រាស់បន្តបានយ៉ាងងាយ។
Provenance ជាការកត់ត្រាប្រវត្តិលម្អិតនៃដំណើរការទិន្នន័យ រួមមានប្រភពដើម អ្នកបង្កើត កូដដែលបានប្រើ និងជំហានកែច្នៃនានា ដើម្បីធានាថាការស្រាវជ្រាវមានតម្លាភាព និងអាចផ្ទៀងផ្ទាត់ឡើងវិញបាន (Reproducibility)។ ដូចជាវិក្កយបត្រ ឬប្រវត្តិរូបរបស់ទំនិញមួយ ដែលប្រាប់យើងពីកន្លែងផលិត ថ្ងៃខែផលិត និងគ្រឿងផ្សំ ដើម្បីឱ្យយើងទុកចិត្តក្នុងការប្រើប្រាស់។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖