데이터 기반 근해 흐름 모델 파라미터 추정 베이지안 접근과 다항 혼돈 활용

본 논문은 근해 연안 동역학 모델의 파라미터 추정을 위해, 기존 베이지안 데이터 동화에서 필수적인 오류 공분산 행렬을 명시적으로 알 필요 없이도 신뢰성 있는 추정이 가능한 새로운 프레임워크를 제시한다. 연구의 동기는 대규모 지구물리학 모델에서 관측 데이터와 모델 출력 사이의 공분산 정보를 확보하기 어려운 경우가 빈번하다는 점에 있다. 이러한 상황에서 전통적인 최대우도(maximum likelihood) 방법은 공분산을 가정하거나 추정해야 하는데, 이는 결과의 불확실성을 크게 증가시킨다. 저자들은 두 가지 주요 혁신을 도입한다. 첫째, ‘파라메트릭 likelihood’라 명명된 대안적 가능도 함수를 사용한다. 이 함수는 관측값과 모델 출력 사이의 절대값 기반 가중 거리(Weighted Absolute Distance)를 이용해, 공분산 행렬 없이도 차이를 정량화한다. 구체적으로, 각 시간 단계 tₙ에서 모델 출력 Mₙ과 관측 Oₙ 사이의 차이를 Rₙ⁻¹(차)·(차) 형태가 아니라, 절대값을 취한 뒤 스칼라 가중치를 부여한 형태로 정의한다. 이렇게 하면 공분산이 알려지지 않은 경우에도 likelihood를 계산할 수 있다. 둘째, 계산 효율성을 크게 향상시키기 위해 다항 혼돈(Polynomial Chaos, PC) 전개를 활용한다. 파라미터 공간(바닥 항력 계수 d와 파동 강제 a)은 2차원이며, 저자들은 이 공간을 다항식 기반의 근사 모델로 대체한다. PC 전개는 입력 파라미터를 정규화된 확률 변수로 간주하고, 해당 변수들의 다항식(예: 헤르미트 다항식)으로 모델 출력을 전개한다. 이를 통해 전체 파라미터 격자에 대해 실제 물리 모델을 직접 실행하지 않고도 출력값을 빠르게 추정할 수 있다. 논문에서는 2차 PC 전개를 사용했으며, 이는 2개의 파라미터에 대해 충분히 정확한 근사를 제공한다. 물리적 모델은 파동‑전류 상호작용을 기술하는 비선형 방정식 체계이다. 깊이 평균화된 연속 방정식과 파동 행동 방정식(파동 액션 W와 파수 k의 진화식)을 결합하고, 바닥 항력(τ = d u)과 파동 파괴(B) 항을 포함한다. 모델은 Heun 방법으로 시간 적분하고, 2차 중앙 차분으로 공간을 이산화한다. 격자 해상도는 x 방향 1.95 m, y 방향 4 m이며, 전체 도메인은 해안으로부터 100 m~600 m까지, y 방향 240 m 폭을 차지한다. 실험 데이터는 1994년 득크(북캐롤라이나) 현장에서 수집된 파동 및 장류 관측치이다. 데이터는 수위, 평균 전류 속도, 해저 지형 등을 포함한다. 저자들은 특히 해안에서 150 m~500 m 구간의 데이터를 사용해 모델을 검증한다. 파라미터 탐색 범위는 a∈