OceanCBM：一种用于海洋预报机制可解释性的概念瓶颈模型

# OceanCBM：面向海洋预报机理可解释性的概念瓶颈模型
来源：https://arxiv.org/html/2605.12639
Sanah Suri 计算机科学系，加州大学戴维斯分校，戴维斯，CA 95616 &Kieran Ringel 计算机科学系，加州大学戴维斯分校，戴维斯，CA 95616 &Maike Sonnewald1,2 计算机科学系，加州大学戴维斯分校，戴维斯，CA 95616

###### 摘要

极端海洋现象不仅难以预测，更难以诊断，因为准确的预报本身并不能揭示其背后的物理驱动因素。尽管近期机器学习方法展现出强大的预测能力，但它们本质上仍是不透明的，难以保证对真实物理过程的忠实性。我们提出 OceanCBM，这是首个用于海洋动力系统时空预测与机理探查的概念瓶颈模型（CBM）。OceanCBM 采用混合监督方式预测混合层热含量（海洋热浪的关键前兆），并通过一个由地球物理流体力学预定义概念组成的中间层以及一个“自由”概念来路由信息。这种设计在不过度约束模型的前提下施加了软物理结构，自由概念既规范了概念预测，又捕捉了残留的物理过程。在集成初始化实验中，我们表明混合监督能够产生一致的机理表征，而仅依赖预测或仅依赖预设概念的基线方法尽管预测性能相似，却会学习到高度可变的潜在结构。OceanCBM 在不牺牲预测技能的前提下实现了可解释、基于物理的表征，明确刻画了可解释性与性能之间的权衡关系。

11footnotetext：华盛顿大学，西雅图，华盛顿州，美国。22footnotetext：美国国家海洋与大气管理局地球物理流体动力学实验室，普林斯顿，新泽西州，美国。

## 1 引言

机器学习（ML）不仅革新了我们预测物理系统未来状态的能力，也加深了我们对这些系统的理解（Cheng 等，2023 (https://arxiv.org/html/2605.12639#bib.bib29)）。然而，随着在高维数据上训练的更深、更复杂的神经网络（NN）日益普及，其推理过程变得越来越难以转化为人类可理解的涵义（Hassija 等，2024 (https://arxiv.org/html/2605.12639#bib.bib31)）。随着对机器学习可解释性兴趣的增长——部分受大型语言模型广泛部署的推动——一个关键见解浮出水面：理解模型为何做出某个预测，与预测本身同样重要（Singh 等，2024 (https://arxiv.org/html/2605.12639#bib.bib39)）。这在高风险的科学领域尤为突出，因为一个因错误原因而正确预测的模型，可能恰恰在最需要可靠性的时刻失效：在新型条件下、极端事件期间或气候变化之中。我们提出的方法直接针对这一问题，在技能与可信度之间取得平衡。

机器学习方法在模拟地球系统、预测海洋和大气状态方面展现出了巨大潜力，并取得了非凡的技能（Lang 等，2024 (https://arxiv.org/html/2605.12639#bib.bib42)；Lam 等，2023 (https://arxiv.org/html/2605.12639#bib.bib25)；Duncan 等，2025 (https://arxiv.org/html/2605.12639#bib.bib24)）。然而，一个技能出色的模型可能学习的是伪相关，而非有意义的底层物理过程。鉴于此，研究已转向将已知物理定律嵌入模型的训练流程，或通过事后分析来验证学习到的表征。物理信息神经网络（PINNs）直接将动力学约束融入模型学习过程，从而提供物理保真度（Karniadakis 等，2021 (https://arxiv.org/html/2605.12639#bib.bib32)；Raissi 等，2019 (https://arxiv.org/html/2605.12639#bib.bib33)）。然而，这些约束可能过于严格，无法泛化到历史记录之外的区域，并且可能收敛于物理上不正确的伪解这一潜在问题依然存在（Krishnapriyan 等，2021 (https://arxiv.org/html/2605.12639#bib.bib49)）。事后方法，如可解释人工智能（XAI），通过探查训练好的模型来检测其依赖的输入特征（Flora 等，2024 (https://arxiv.org/html/2605.12639#bib.bib28)）。然而，这种分析解释的是模型做了什么，而不是确保模型遵循了物理规律（Suri 和 Sonnewald，2026 (https://arxiv.org/html/2605.12639#bib.bib19)）。

因此，现有方法要么事先强制结构，要么事后推断结构，都无法保证学习到的机制具有物理意义。概念瓶颈模型（CBM）提供了一种折中方案，通过一个可解释概念的中间层来路由预测。它们在不过度约束模型的前提下，将物理推理结构性地嵌入模型。我们提出 OceanCBM，这是该框架在海洋物理学中的新颖应用，旨在通过预设概念和一个能够捕捉残余结构并规范预设的自由概念，恢复海洋热浪（MHW）的机理驱动因素。通过将混合监督与 CBM 集成相结合，OceanCBM 在物理约束、灵活性和机理可解释性之间取得了平衡。

海洋热浪以海表温度（SST）持续异常偏高为特征（Hobday 等，2016 (https://arxiv.org/html/2605.12639#bib.bib35)）。它们的发生频率和强度正在增加，其社会经济影响从海洋生态系统崩溃到飓风增强，波及全球各地社区（Spillman 等，2025 (https://arxiv.org/html/2605.12639#bib.bib36)）。关键的是，海洋热浪的影响很可能与其他压力因素以目前尚未充分表征的方式复合叠加，这使得机理理解变得紧迫（Capotondi 等，2024 (https://arxiv.org/html/2605.12639#bib.bib34)）。虽然海洋热浪由海表温度异常定义，但驱动它们的物理过程并不局限于表面，而是发生在混合层——海洋与大气相互作用的界面。例如，洋流以及混合动力学对热量的水平和垂直输运已被发现在其形成和持续中起关键作用（Sun 等，2023 (https://arxiv.org/html/2605.12639#bib.bib37)；Ren 等，2026 (https://arxiv.org/html/2605.12639#bib.bib38)）。因此，理解这些机理驱动因素需要转而使用上层海洋热量的综合度量指标，即混合层热含量（MLHC）（Vijith 等，2020 (https://arxiv.org/html/2605.12639#bib.bib40)）。因此，我们不是直接预测海表温度，而是以混合层热含量及相关的地下海洋热量驱动力为目标，从而为海洋热浪的形成提供基于物理的、机理性的可解释分析。

图注（图1）：工作流程图。OceanCBM 是一个采用 U-Net 架构的神经网络集成，利用预设概念和一个自由概念来预测混合层热含量。预测的场用于研究有记录的海洋热浪区域。

我们的贡献如下：

- • 我们提出了 OceanCBM，这是**首个用于海洋物理时空预测的概念瓶颈框架**，能够实现对混合层热含量的高技能预测，并对海洋热浪的驱动因素进行可解释、基于物理的探查。
- • 我们提出了一种**混合监督瓶颈**，将预设的物理概念与一个自由概念相结合，该自由概念具有双重作用：**规范概念预测**，并为预设概念集未捕捉到的**涌现现象**提供一个**结构化通道**。
- • 我们证明了混合监督**减少了集成中随机初始化之间学习到的机理路径的变异性**，而仅预测和仅预设概念的基线方法尽管预测技能相当，却发现了不一致的潜在表征。
- • 我们将 OceanCBM 应用于 2012 年缅因湾海洋热浪，展示了在**真实世界场景**中恢复已知和新物理驱动因素的能力。

## 2 相关工作

### 概念瓶颈模型。

概念瓶颈模型（CBM）是一种可解释的机器学习架构，其中模型在做出最终预测之前，先将人类可解释的概念作为中间表示进行预测。模型不是直接学习目标函数 \(f(x)\)，而是学习一个函数复合 \(f = g \circ h(x)\)，其中 \(h\) 预测中间概念，\(g\) 将这些概念映射到目标。函数 \(g\) 通常是线性的，这使得最终预测步骤在设计上就是可解释的。自 Koh 等人（2020 (https://arxiv.org/html/2605.12639#bib.bib1)）将其形式化并成功应用于图像数据的分类和回归任务以来，CBM 已被应用于多个领域以提高可解释性。在 Sawada 和 Nakamura（2022 (https://arxiv.org/html/2605.12639#bib.bib17)）的工作中，CBM 被训练用来利用有监督和无监督的概念来学习图像数据；而在 Oikarinen 等人（2023 (https://arxiv.org/html/2605.12639#bib.bib18)）的研究中，作者通过利用基础模型自动生成概念集，完全消除了对标记概念数据的需求。另外，van Sprang 等人（2024 (https://arxiv.org/html/2605.12639#bib.bib2)）将概念瓶颈应用于 Transformer 的注意力机制中，用于长期时间序列预测。然而，这些方法是领域无关的，缺乏科学应用所需的物理基础。为此，Asiyabi 等人（2026 (https://arxiv.org/html/2605.12639#bib.bib3)）将过程引导的 CBM 应用于生物量估算，使用了具有物理动机的概念，但预设了一个固定的概念集，没有为未表征的过程提供残差通道，并且没有涉及时空预测。CBM 实现的其他局限性包括：为了可解释性而牺牲性能，以及概念集可能不完整（Margeloiu 等，2021 (https://arxiv.org/html/2605.12639#bib.bib4)；Yuksekgonul 等，2022 (https://arxiv.org/html/2605.12639#bib.bib16)；Oikarinen 等，2023 (https://arxiv.org/html/2605.12639#bib.bib18)）。我们通过展示强大的预测技能并引入自由概念来捕捉残余信息，从而解决了这些局限性。

### 物理引导的机器学习。

机器学习模型有从数据中提取有意义信息的成熟能力，并且可以超越传统的统计和数值方法，这推动了它们在大气和海洋预报中的应用（Sonnewald 等，2021 (https://arxiv.org/html/2605.12639#bib.bib43)；Irrgang 等，2021 (https://arxiv.org/html/2605.12639#bib.bib45)）。诸如 Dheeshjith 等人（2025 (https://arxiv.org/html/2605.12639#bib.bib23)）、Duncan 等人（2025 (https://arxiv.org/html/2605.12639#bib.bib24)）、Guo 等人（2025 (https://arxiv.org/html/2605.12639#bib.bib46)）、Lam 等人（2023 (https://arxiv.org/html/2605.12639#bib.bib25)）以及 Willard 等人（2022 (https://arxiv.org/html/2605.12639#bib.bib20)）等数据驱动方法，达到了惊人的准确性，并基于最先进的数据集进行训练，但由于其黑箱性质，无法信任它们用于业务预报。因此，出现了可解释和可说明的方法，其中模型学习由真实物理引导，或通过真实物理进行验证（Suri 和 Sonnewald，2026 (https://arxiv.org/html/2605.12639#bib.bib19)；Yik 等，2023 (https://arxiv.org/html/2605.12639#bib.bib22)；Sonnewald 和 Lguensat，2021 (https://arxiv.org/html/2605.12639#bib.bib44)）。Rudin 等人（2022 (https://arxiv.org/html/2605.12639#bib.bib26)）的作者主张构建本质上可解释的模型，尤其是在模型预测可以为高风险决策提供依据的领域。这一方向上的努力范围包括：保真度验证（Suri 和 Sonnewald，2026 (https://arxiv.org/html/2605.12639#bib.bib19)）、事后可解释性分析（Flora 等，2024 (https://arxiv.org/html/2605.12639#bib.bib28)；Yik 等，2023 (https://arxiv.org/html/2605.12639#bib.bib22)）以及旨在识别机理驱动因素的因果方法（Camps-Valls 等，2025 (https://arxiv.org/html/2605.12639#bib.bib6)；Iglesias-Suarez 等，2024 (https://arxiv.org/html/2605.12639#bib.bib27)）。我们的工作处于这些方法的交汇点：我们采用混合监督方法，温和地将模型引导至已知物理，同时为未知现象留出空间，并使用集成来揭示不同的机理学习路径。

## 3 方法

### ORAS5 数据集。

再分析产品是地球系统数据驱动预报的基础，它们提供了结合模型输出与观测约束的长期记录（Hersbach 等，2020 (https://arxiv.org/html/2605.12639#bib.bib41)）。虽然欧洲中期天气预报中心（ECMWF）提供的 ERA5 已成为大气机器学习应用的标准，但其海洋对应产品尚未被充分利用。我们使用海洋再分析系统 5（ORAS5），它不仅提供了长期的海洋历史记录，还包含 5 个集合成员，提供了单成员再分析产品所不具备的内部变异性估计。每个成员代表海洋状态的一条物理上合理的轨迹，捕捉了来自观测和大气强迫误差的不确定性。ORAS5 包含 1979-2018 年期间月平均的海洋场，水平分辨率为 \(1/4^\circ\)（Zuo 等，2019 (https://arxiv.org/html/2605.12639#bib.bib15)）。据我们所知，OceanCBM 是第一个利用所有五个 ORAS5 集合成员作为训练数据的模型，将每个成员-月份视为一个独立的物理上一致的样本。其他应用通常使用控制运行成员或集合平均（Pasula 和 Subramani，2025 (https://arxiv.org/html/2605.12639#bib.bib47)；Guo 等，2025 (https://arxiv.org/html/2605.12639#bib.bib46)）。ORAS5 集合成员捕捉海洋状态的数据不确定性，而 OceanCBM 机器学习集合成员则捕捉因随机权重初始化引起的模型不确定性。

### 输入。

由于我们预测的是混合层热含量（MLHC），我们考虑 ORAS5 中与混合层相关点的变量，并将其压缩为二维空间场：部分变量直接取自表面，部分在混合层底进行评估，还有一部分在混合层内进行平均以表示整合的地下动力学。表面场如海面高度捕捉大气相互作用，而深度评估的场如纬向和经向海洋流速（洋流的东西和南北分量）则代表地下动力学。

### 预设概念。

混合层是海洋的上层部分，由于海洋和大气相互作用的物理过程，其动力学难以解析，并且直接影响海洋热浪的形成（Vijith 等，2020 (https://arxiv.org/html/2605.12639#bib.bib40)）。图 2（左面板）中的预设概念由控制混合层热含量的、已充分确立的物理过程所引导。这些概念包括：（1）热通量夹卷（跨越混合层的热交换），（2）垂直切变（促进混合的速度差异），（3）浮力频率（水因密度差异抵抗混合的强度），以及（4）混合层深度趋势（混合层加深或变浅的速率）。这些量根据 ORAS5 输入场计算，并在表面、混合层深度底处进行评估，或在混合层内进行平均。我们注意到，虽然这些概念旨在代表混合层动力学的一些已知主要驱动因素，但由于混合层热含量难以直接测量，系统并非完全可观测，并且还存在其他机制。