ตัวแทนของอะไร? เมื่อตัวอย่างใหม่ตกอยู่นอกโดเมนของแบบจำลอง

โครงการจัดหาโกโก้แห่งหนึ่งสร้างค่าฐาน (baseline) ของคาร์บอนอินทรีย์ในดินสำหรับแหล่งต้นทางแห่งแรก ทีมงานเก็บตัวอย่างทั่วพื้นที่จัดหา (supply shed) ปรับแบบจำลองที่ทำนายสต๊อกคาร์บอนจากตัวแปรร่วม (covariate) ด้านดินและภูมิทัศน์ แล้วตรวจสอบความถูกต้องด้วยการตรวจสอบไขว้ (cross-validation) ได้ค่า R² เท่ากับ 0.78 ดีพอที่จะรายงาน หนึ่งปีต่อมาโครงการขยายไปยังแหล่งต้นทางแห่งที่สองในอีกประเทศหนึ่ง และนำแบบจำลองเดิมกลับมาใช้ประเมินค่าฐานใหม่ เพราะการสร้างแบบจำลองขึ้นใหม่ต้องใช้การออกภาคสนามที่งบประมาณไม่มีให้ ผู้ทวนสอบถามเพียงคำถามเดียว: มีหลักฐานอะไรว่าแหล่งต้นทางแห่งที่สองอยู่ภายในพิสัยของเงื่อนไขที่ใช้สอบเทียบแบบจำลอง? ทีมงานชี้ไปที่ค่า 0.78 แต่ตัวเลขนั้นบอกเพียงว่าแบบจำลองทำนายได้ดีเพียงใดภายในเงื่อนไขของแหล่งต้นทางแห่งแรก มันไม่ได้บอกอะไรเกี่ยวกับแห่งที่สองเลย ห้องประชุมเงียบลง

นี่คือปัญหาความเป็นตัวแทนที่ทีมติดตามตรวจวัดพบบ่อยที่สุดแต่เรียกชื่อได้ชัดเจนน้อยที่สุด แท้จริงแล้วมันไม่ได้เกี่ยวกับตัวอย่าง แต่เกี่ยวกับความสัมพันธ์ระหว่างสามสิ่ง: จุดที่คุณวัด จุดที่คุณต้องการตัวเลขในตอนนี้ และเสี้ยวของโลกที่แบบจำลองเคยพบเห็นจริง

สองคำถามที่ซ่อนอยู่ในคำเดียว

คำว่าความเป็นตัวแทนถูกใช้กับข้ออ้างสองแบบที่แตกต่างกัน และการนำมาปนกันคือจุดเริ่มต้นของปัญหา ข้ออ้างแรกเกี่ยวกับ ตัวอย่างและประชากร: ตัวอย่างสะท้อนพื้นที่ที่คุณต้องการอธิบาย ค่าเฉลี่ยที่คำนวณจากตัวอย่างจึงเป็นตัวประมาณที่ยุติธรรมของค่าเฉลี่ยที่แท้จริง นี่คือขอบเขตของการออกแบบการเก็บตัวอย่าง และเป็นความหมายที่เราอธิบายไว้ใน แคมเปญเก็บตัวอย่างคาร์บอนในดินของคุณควรมีขนาดเท่าใด? และ สัญญาณกับสัญญาณรบกวน

ข้ออ้างที่สองเกี่ยวกับ จุดใหม่และแบบจำลอง การติดตามตรวจวัดในปัจจุบันส่วนใหญ่ไม่ได้หยุดอยู่ที่ค่าเฉลี่ยของตัวอย่าง แต่ปรับแบบจำลอง ไม่ว่าจะเป็นสมการอัลโลเมตริก แผนที่คาร์บอนในดิน การสอบเทียบสเปกตรัม แบบจำลองเชิงกระบวนการอย่าง RothC หรือค่าการปล่อยตั้งต้น (default emission factor) แล้วนำไปใช้กับตำแหน่งที่ไม่ได้วัดอะไรเลย การทำนาย ณ ตำแหน่งใหม่น่าเชื่อถือได้เพียงเท่าที่แบบจำลองเคยมีประสบการณ์กับเงื่อนไขแบบตำแหน่งนั้น เมื่ออยู่นอกพิสัยของเงื่อนไขในข้อมูลฝึก แบบจำลองกำลังคาดคะเนนอกช่วง (extrapolate) และความคลาดเคลื่อนของมันไม่มีขอบเขตและไม่อาจรู้ได้จากสถิติความพอดี (fit statistics)

สองข้อนี้สอดคล้องกับโหมดการอนุมานคลาสสิกสองแบบ การอนุมานฐานการออกแบบ (design-based inference) ได้ความสมเหตุสมผลจากวิธีเลือกตัวอย่าง และตอบคำถามตัวอย่างสู่ประชากร ส่วนการอนุมานฐานแบบจำลอง (model-based inference) ได้ความสมเหตุสมผลจากการที่แบบจำลองถูกต้อง ณ จุดที่นำไปใช้ และตอบคำถามจุดใหม่สู่แบบจำลอง 78 ตัวอย่างหนึ่งอาจเป็นตัวอย่างเชิงความน่าจะเป็นตามตำราของประชากรของตนเอง แต่ก็ยังให้การทำนายที่ตกไปไกลนอกประสบการณ์ของแบบจำลองที่หยิบยืมมา คำถามทั้งสองเป็นอิสระต่อกัน และข้อที่สองคือข้อที่ทำให้ทั้งห้องเงียบงัน

นิยามของโดเมนการนำไปใช้ได้

แนวคิดที่กำกับคำถามที่สองมีชื่อเรียกอยู่แล้ว หยิบยืมมาจากสาขาที่เรียนรู้บทเรียนนี้ตั้งแต่เนิ่นๆ ในวิชาเคมี แบบจำลองเชิงปริมาณโครงสร้าง-ฤทธิ์ (quantitative structure-activity model) ทำนายสมบัติของโมเลกุลจากโครงสร้างของมัน และหน่วยงานกำกับดูแลสังเกตว่าแบบจำลองเหล่านี้ให้การทำนายที่มั่นใจแต่ผิดพลาดสำหรับโมเลกุลที่ไม่เหมือนสิ่งใดในชุดฝึก คำตอบคือการนิยาม โดเมนการนำไปใช้ได้: บริเวณของปริภูมิอินพุตที่แบบจำลองให้การทำนายที่เชื่อถือได้ พร้อมกฎที่ชัดเจนในการตัดสินว่ากรณีใหม่ตกอยู่ภายในหรือไม่ 12

การติดตามตรวจวัดสิ่งแวดล้อมใช้แนวคิดเดียวกัน แต่มักไม่มีชื่อเรียก สมการอัลโลเมตริกทุกสมการปรับพอดีในพิสัยของเส้นผ่านศูนย์กลางต้นไม้ช่วงหนึ่ง 11 และการนำไปใช้เกินพิสัยนั้นคือการคาดคะเนนอกช่วง จึงเป็นเหตุผลว่าทำไมกฎเชิงปฏิบัติคือการพล็อตการกระจายเส้นผ่านศูนย์กลางในบัญชีสำรวจของคุณเทียบกับพิสัยที่ปรับพอดีของสมการ ดังที่เราอธิบายไว้ใน คำนวณปริมาณคาร์บอนในต้นไม้อย่างไร? พิสัยของเส้นผ่านศูนย์กลางคือโดเมนการนำไปใช้ได้ในหนึ่งมิติ แบบจำลองดินสมัยใหม่พึ่งพาตัวแปรร่วมหลายตัวพร้อมกัน คือปัจจัย SCORPAN ที่การทำแผนที่ดินเชิงดิจิทัลจัดระบบไว้ 9 และข้อมูลฝึกครอบครองกลุ่มเมฆในปริภูมิมิติสูงนั้น โดเมนการนำไปใช้ได้คือบริเวณของปริภูมินั้นที่กลุ่มเมฆครอบคลุมจริง และทั้งคำถามก็กลายเป็นเรื่องเชิงเรขาคณิต: จุดใหม่อยู่ภายในกลุ่มเมฆ หรืออยู่ในมุมหนึ่งที่แบบจำลองไม่เคยไปเยือน?

ชุดสอบเทียบของคุณครอบคลุมภูมิภาคใหม่หรือไม่?

ทุกอย่างที่ผ่านมาพิจารณาทีละจุด ซึ่งเป็นคำถามที่ถูกต้องเมื่อคุณกำลังจะรายงานตัวเลขของฟาร์มแห่งเดียว แต่เป็นคำถามที่ผิดเมื่อโครงการถามว่าแบบจำลองที่สร้างในแหล่งต้นทางแห่งหนึ่งจะนำกลับมาใช้กับแหล่งต้นทางแห่งที่สองได้ทั้งแห่งหรือไม่ นั่นคือคำถามเกี่ยวกับการแจกแจงสองชุด และมันมีการทดสอบตรงๆ ที่ใช้เวลาเพียงบ่ายเดียว

ติดป้ายให้ตัวอย่างสอบเทียบทุกตัวเป็น 0 และตำแหน่งทุกแห่งในพื้นที่เป้าหมายเป็น 1 ทิ้งค่าคาร์บอนในดินไป เก็บไว้เพียงตัวแปรร่วม จากนั้นฝึกตัวจำแนก (classifier) ให้แยกสองป้ายนี้ออกจากกัน แล้วตรวจสอบไขว้ หากตัวจำแนกทำได้ไม่ดีไปกว่าการเดาสุ่ม ชุดข้อมูลทั้งสองก็แยกแยะไม่ได้ในเชิงสถิติบนตัวแปรที่แบบจำลองใช้ และข้อมูลสอบเทียบของคุณก็เป็นตัวอย่างที่สมเหตุสมผลของเงื่อนไขในพื้นที่เป้าหมาย แต่ถ้ามันแยกได้ง่าย คุณก็มีการเลื่อนของตัวแปรร่วม (covariate shift) และตอนนี้คุณมีตัวเลขของมันแทนที่จะมีเพียงข้อโต้แย้ง นี่คือการทดสอบสองตัวอย่างด้วยตัวจำแนก (classifier two-sample test) และทฤษฎีที่อนุญาตให้อ่านระยะห่างระหว่างโดเมนจากความแม่นยำของตัวจำแนกนั้นเก่าแก่กว่าการนำมาใช้ในที่นี้ 2223

ตัวจำแนกให้สามสิ่งที่ค่า R² พาดหัวให้ไม่ได้ ความแม่นยำของมัน ซึ่งอ่านเป็นพื้นที่ใต้เส้นโค้ง ROC คือตัวเลขสรุป ความสำคัญของตัวแปรบอกว่าตัวแปรร่วมตัวไหนที่ขับความไม่เข้ากันนี้ ซึ่งเป็นสิ่งที่คุณจะลงมือแก้ได้จริง และความน่าจะเป็นที่ปรับพอดีแล้วให้อัตราส่วนความหนาแน่น (density ratio) ระหว่างประชากรสองกลุ่ม ซึ่งเป็นปริมาณที่ให้นิยามเชิงรูปนัยแก่การเลื่อนของตัวแปรร่วม 24 และจะกลับมาปรากฏอีกครั้งเมื่อเราไปถึงเรื่องความไม่แน่นอน

บรรทัดที่สองคือบรรทัดที่ควรวางไว้ตรงหน้าลูกค้า การถ่วงน้ำหนักชุดสอบเทียบใหม่ให้เอนไปหาประชากรเป้าหมายใหม่เป็นแนวปฏิบัติมาตรฐาน 25 แต่น้ำหนักจะกระจุกงานทั้งหมดไว้ในตัวอย่างเพียงหยิบมือที่หดเล็กลงเรื่อยๆ และขนาดตัวอย่างประสิทธิผล (effective sample size) ของ Kish วัดว่าเหลืออยู่น้อยเพียงใด 26 ชุดสอบเทียบ 200 ตัวอย่างที่ถ่วงน้ำหนักใหม่แล้วเหลือประสิทธิผลเพียง 14 ตัวอย่างสำหรับภูมิภาคใหม่ ได้ตอบคำถามนั้นไปเรียบร้อยแล้ว ตัวเลขนี้โต้แย้งได้ยากกว่าสถิติความพอดีใดๆ เพราะมันคือการนับข้อมูลที่ทำงานอยู่จริง

เลื่อนแถบด้านล่างแล้วดูตัวเลขทั้งสามขยับไปพร้อมกัน มีพฤติกรรมสองอย่างที่ควรจงใจกระตุ้นให้เกิด ดันพื้นที่เป้าหมายให้ห่างจากชุดสอบเทียบ แล้วตัวจำแนกจะแยกทั้งสองออกจากกัน ขนาดตัวอย่างประสิทธิผลจะทรุดลง และสัดส่วนของพื้นที่เป้าหมายที่อยู่ในโดเมนจะลดลง เมื่อพื้นที่ใต้เส้นโค้งขึ้นถึง 0.94 ตัวอย่างสอบเทียบเจ็ดสิบตัวอย่างจะมีค่าเทียบเท่าสิบห้าตัวอย่างเชิงประสิทธิผล จากนั้นตั้งค่าการเลื่อนกลับเป็นศูนย์ แล้วขยายพื้นที่เป้าหมายให้กว้างขึ้นแทน ตัวจำแนกจะตกกลับมาที่ 0.50 ราวกับประกาศว่าชุดข้อมูลทั้งสองเหมือนกันทุกประการ ทั้งที่พื้นที่เป้าหมายไม่ถึงครึ่งด้วยซ้ำที่ยังอยู่ในโดเมน

กรณีที่สองนั้นคือข้อจำกัดที่ซื่อตรงของวิธีนี้ และมันสำคัญ ตัวจำแนกเชิงเส้นแยกด้วยค่าเฉลี่ย จึงมองไม่เห็นพื้นที่เป้าหมายที่มีจุดศูนย์กลางเดียวกับชุดสอบเทียบแต่เพียงแผ่กว้างกว่า ซึ่งเป็นสิ่งที่พื้นที่จัดหาทำพอดีเมื่อมันขยายเข้าไปในภูมิประเทศที่ผันแปรมากขึ้น จงใช้ตัวเรียนรู้ที่ยืดหยุ่นแทนการถดถอยโลจิสติก และอย่าอ่านค่าตัวจำแนกเพียงลำพัง: ให้รายงานควบคู่กับสัดส่วนของพื้นที่เป้าหมายที่ตกอยู่ในโดเมน ตัวเลขหนึ่งจับการเลื่อนของตำแหน่ง อีกตัวจับการเลื่อนของการกระจาย และโครงการหนึ่งอาจเจอได้ทั้งสองแบบ

สำหรับแผนการติดตามตรวจวัด สัดส่วนนั้นคือประโยคที่ควรเขียนลงไป ไม่ใช่ “แบบจำลองนำไปใช้ได้” แต่เป็น “62% ของพื้นที่จัดหาแห่งใหม่ตกอยู่ในโดเมนสอบเทียบ ส่วนที่เหลือกระจุกอยู่ทางเหนือซึ่งมีฝนชุก และนี่คือสิ่งที่เราทำกับมัน”

จะบอกได้อย่างไรว่าจุดใหม่อยู่ในโดเมน

ความเป็นสมาชิกของโดเมนวัดได้ และวิธีการต่างๆ ประกอบกันเป็นบันได ไม่ใช่เมนูให้เลือก แต่ละขั้นแก้จุดบอดเฉพาะอย่างของขั้นที่อยู่ต่ำกว่า คำถามที่มีประโยชน์จึงไม่ใช่ว่าวิธีไหนดีที่สุด แต่คือคุณยอมแบกจุดบอดข้อไหนไหว

ทีละตัวแปร สำหรับตัวแปรร่วมแต่ละตัว จุดใหม่ตกอยู่ระหว่างค่าต่ำสุดกับค่าสูงสุดของข้อมูลฝึกหรือไม่? วิธีนี้จับการคาดคะเนนอกช่วงที่หยาบที่สุดได้ภายในห้านาที เวอร์ชันที่ตีพิมพ์แล้วของการตรวจแบบนี้ คือพื้นผิวความคล้ายคลึงเชิงสิ่งแวดล้อมหลายตัวแปร (multivariate environmental similarity surface, MESS) ให้คะแนนตำแหน่งหนึ่งตั้งแต่ 0 ถึง 100 ตามความลึกที่ตัวแปรสุดขั้วที่สุดของตำแหน่งนั้นอยู่ภายในการแจกแจงอ้างอิง และกลายเป็นค่าลบทันทีที่ตัวแปรใดออกนอกพิสัยอ้างอิง โดยขนาดของค่าบอกระยะที่ออกนอกช่วงเป็นเปอร์เซ็นต์ของพิสัยตัวแปรนั้น 17 คะแนน 100 หมายความว่าจุดนั้นอยู่ที่ค่ามัธยฐานของข้อมูลอ้างอิงในทุกตัวแปร

จุดอ่อนของมันเป็นเรื่องเชิงโครงสร้าง: มันหยิบค่าต่ำสุดข้ามตัวแปร จึงเป็นวิธีหลายตัวแปรเพียงเล็กน้อยเท่านั้น จุดหนึ่งอาจอยู่ในพิสัยของทุกตัวแปรอย่างสบายๆ แต่ยังเป็นการผสมผสานที่เป็นไปไม่ได้ซึ่งแบบจำลองไม่เคยพบเห็น เช่น ปริมาณฝนของพื้นที่ชื้นรวมกับปริมาณดินเหนียวของพื้นที่แห้ง การตรวจรายตัวแปรมากแค่ไหนก็ไม่พบสิ่งนั้น

การผสมผสานแบบใหม่ วิธีตรวจจับการคาดคะเนนอกช่วง (extrapolation detection, ExDet) แยกความแปลกใหม่ออกเป็นสองชนิดอย่างชัดเจน 16 ดัชนีตัวแรกรวมระยะที่แต่ละตัวแปรออกนอกพิสัยอ้างอิง แสดงเป็นเศษส่วนของพิสัยนั้น และมีค่าเป็นศูนย์เมื่อทุกตัวแปรอยู่ในพิสัย ดัชนีตัวที่สองหารระยะทาง Mahalanobis ของจุดนั้นจากจุดศูนย์ถ่วงอ้างอิง ด้วยระยะทางแบบเดียวกันที่มากที่สุดในบรรดาข้อมูลอ้างอิงเอง ค่าที่เกิน 1 หมายความว่าจุดนั้นอยู่ห่างจากศูนย์กลางของกลุ่มเมฆข้อมูลฝึกมากกว่าจุดฝึกใดๆ เคยอยู่ นั่นคือการผสมผสานแบบใหม่ ซึ่งการตรวจพิสัยแบบใดก็มองไม่เห็น

ระยะทางถึงกลุ่มเมฆข้อมูลฝึก ใต้ทั้งสองวิธีคือระยะทาง Mahalanobis ซึ่งวัดระยะทางในหน่วยของการกระจายและสหสัมพันธ์ของข้อมูลฝึกเอง การก้าวไปตามทิศทางที่ข้อมูลฝึกแทบไม่เคยสำรวจจึงนับหนักกว่าการก้าวไปตามทิศทางที่ข้อมูลครอบคลุมไว้ดี การแจกแจงอ้างอิงของมันคือไคสแควร์ (chi-squared) ที่มีองศาอิสระเท่ากับจำนวนตัวแปรร่วม ซึ่งให้เกณฑ์ที่จับต้องได้แทนความรู้สึก: ทำเครื่องหมายทุกอย่างที่เกินเปอร์เซ็นไทล์ที่ 95 สำหรับแบบจำลองเชิงเส้น แนวคิดเดียวกันปรากฏในรูปของ leverage คือเส้นทแยงมุมของ hat matrix พร้อมเส้นเตือนที่ใช้กันมานานที่สามเท่าของ leverage เฉลี่ย และการพล็อต leverage เทียบกับเศษเหลือมาตรฐาน (standardised residual) คือเครื่องมือวินิจฉัยที่หน่วยงานกำกับดูแลในสาขาซึ่งตั้งชื่อโดเมนการนำไปใช้ได้ ใช้กันอยู่จริง 1210

มีข้อควรระวังสองข้อที่ตัดสินว่าวิธีนี้ใช้ได้จริงหรือไม่ เมทริกซ์ความแปรปรวนร่วมต้องประมาณค่าอย่างทนทาน (robust) เพราะจุดฝึกที่ผิดปกติเพียงหยิบมือเดียวก็ทำให้มันพองตัว และเมทริกซ์ที่พองแล้วจะประกาศว่าทุกอย่างอยู่ในโดเมน อีกทั้งมันหาอินเวอร์สได้แย่เมื่อตัวแปรร่วมมีภาวะร่วมเส้นตรง (collinearity) หรือมีจำนวนมาก ซึ่งตัวแปรร่วมด้านดินเป็นเช่นนั้นเสมอ จึงควรทำงานในปริภูมิขององค์ประกอบหลักที่เก็บไว้ หรือใช้ตัวประมาณแบบหด (shrinkage estimator) ในกรณีที่ตัวแปรปนกันทั้งแบบต่อเนื่องและแบบจัดกลุ่ม ระยะทาง Gower และระยะทางถึงเพื่อนบ้านใกล้สุดอย่างง่ายคือทางเลือกนอนพาราเมตริกที่ทนทาน

พื้นที่ที่นำไปใช้ได้ สำหรับแผนที่ เมื่อแบบจำลองสร้างแผนที่เต็มพื้นที่ คำถามเป็นเรื่องเชิงพื้นที่: พิกเซลใดที่นำแบบจำลองไปใช้ได้? วิธีพื้นที่ที่นำไปใช้ได้ตอบคำถามนี้ได้ตรงพอดี 3 มันปรับตัวแปรร่วมให้เป็นมาตรฐาน ถ่วงน้ำหนักแต่ละตัวตามความสำคัญในแบบจำลองที่ปรับพอดีแล้ว วัดระยะทางจากแต่ละพิกเซลถึงจุดฝึกที่ใกล้ที่สุดในปริภูมิถ่วงน้ำหนักนั้น แล้วหารด้วยค่าเฉลี่ยของระยะทางระหว่างคู่ทั้งหมดในข้อมูลฝึก พิกเซลที่เกินเกณฑ์ซึ่งได้มาจากความไม่คล้ายภายในข้อมูลฝึกเองถือว่าอยู่นอกพื้นที่ที่นำไปใช้ได้ และความคลาดเคลื่อนที่แบบจำลองรายงานไว้ไม่มีผลตรงนั้น แผนที่ระดับภูมิภาคอาจดูสมบูรณ์และน่าเชื่อถือ ทั้งที่ส่วนใหญ่ของมัน เมื่อวัดด้วยวิธีนี้ อยู่นอกโดเมน 4

เกณฑ์นั้นควรระบุให้แม่นยำ เพราะมันถูกอ้างผิดกันแพร่หลาย มันคือค่าสูงสุดของดัชนีความไม่คล้ายของจุดฝึกเอง หลังตัดค่าผิดปกติออกแล้ว นิพจน์หนวดบน (upper whisker) ที่คุ้นเคยกัน คือเปอร์เซ็นไทล์ที่ 75 บวก 1.5 เท่าของพิสัยระหว่างควอไทล์ เป็นกฎสำหรับตัดสินว่าค่าใดนับเป็นค่าผิดปกติ ไม่ใช่ตัวเกณฑ์เอง ส่วนพรีปรินต์ที่เผยแพร่กันฟรีระบุกฎอีกแบบหนึ่ง คือควอนไทล์ .95 ซึ่งถูกแก้ไปแล้วระหว่างการทบทวนโดยผู้ทรงคุณวุฒิ ฉบับที่ตีพิมพ์คือฉบับที่ควรนำไปใช้

มีข้อมูลรองรับมากแค่ไหน ไม่ใช่แค่ใกล้แค่ไหน ดัชนีความไม่คล้ายมองเพียงจุดฝึกที่ใกล้ที่สุดจุดเดียว จึงแยกไม่ออกระหว่างตำแหน่งที่ค้ำไว้ด้วยตัวอย่างเดียวโดดๆ กับตำแหน่งที่มีตัวอย่างสองร้อยตัวหนุนอยู่ การนับว่ามีจุดฝึกกี่จุดตกอยู่ในระยะเกณฑ์จากตำแหน่งหนึ่งช่วยปิดช่องว่างนั้น และจำนวนที่นับได้สัมพันธ์กับสมรรถนะจริงของแบบจำลองตรงนั้น 15 มันเป็นมาตรวัดหลังการฝึกที่ไม่มีต้นทุนเพิ่มเมื่อคำนวณระยะทางเสร็จแล้ว และเป็นความต่างระหว่าง “อยู่ในโดเมน” กับ “อยู่ในโดเมน และมีข้อมูลรองรับดี”

การสอบเทียบสเปกตรัมมีเวอร์ชันของตัวเอง หากทำนายคาร์บอนในดินจากสเปกตรัมช่วงกลางอินฟราเรด (mid-infrared) แทนตัวแปรร่วม การวิเคราะห์องค์ประกอบหลัก (principal component analysis) ของชุดสอบเทียบจะนิยามปริภูมิที่มันรู้จัก และต้องใช้สถิติสองตัวเป็นคู่ ไม่ใช่ทีละตัว Hotelling's T² วัดว่าสเปกตรัมใหม่อยู่ห่างจากศูนย์กลางภายในปริภูมินั้นเพียงใด ส่วน Q-residual วัดว่ามันอยู่ห่างออกนอกปริภูมินั้นเพียงใด ในทิศทางที่การสอบเทียบไม่เคยสร้างแบบจำลองไว้ ตัวอย่างหนึ่งอาจผ่านสถิติตัวใดตัวหนึ่งเพียงลำพัง แต่ยังเป็นตัวอย่างที่การสอบเทียบไม่เคยถูกฝึกให้อ่าน

กับดักการตรวจสอบความถูกต้อง: เหตุใดค่า R² ที่ดีจึงโกหกได้

มีวิธีเฉพาะอย่างหนึ่งที่ทำให้เรื่องนี้ผิดพลาดในทางที่ประจบผู้ปฏิบัติงาน เมื่อแบบจำลองถูกตรวจสอบด้วยการตรวจสอบไขว้แบบสุ่มทั่วไป จุดที่กันไว้ (held-out) จะกระจายอยู่ท่ามกลางจุดฝึก หากข้อมูลมีสหสัมพันธ์อัตโนมัติเชิงพื้นที่ ซึ่งข้อมูลดินและพืชพรรณเกือบจะมีเสมอ ทุกจุดที่กันไว้ก็มีเพื่อนบ้านใกล้เคียงอยู่ในชุดฝึก แบบจำลองจึงถูกทดสอบเกือบทั้งหมดภายในโดเมนของตัวเอง บนจุดที่ง่าย การตรวจสอบที่จัดโครงสร้างเชิงพื้นที่ ซึ่งกันบล็อกของพื้นที่ไว้ทั้งบล็อก เผยให้เห็นซ้ำแล้วซ้ำเล่าว่าแบบจำลองที่มีคะแนนตรวจสอบไขว้แบบสุ่มยอดเยี่ยมกลับทำนายได้ย่ำแย่เมื่อต้องเอื้อมไกลออกไป 56 แผนที่ระดับภูมิภาคอาจไม่มีความเอนเอียงโดยเฉลี่ยตลอดขอบเขตของมัน แต่ยังผิดพลาดที่ทุกโครงการรายจุดภายในนั้น

การตอบสนองอย่างซื่อตรงไม่ใช่แค่การสลับจากการตรวจสอบไขว้แบบสุ่มไปเป็นแบบเชิงพื้นที่แล้วเดินหน้าต่อ เพราะการออกแบบการตรวจสอบที่ถูกต้องก็เป็นที่ถกเถียงกันเอง: การกันบล็อกเชิงพื้นที่อาจมองในแง่ร้ายเกินไปหากมันกันบริเวณที่แบบจำลองจะไม่มีวันถูกขอให้ทำนายออกไป และทางเลือกที่ปกป้องได้ที่สุด เมื่องบประมาณเอื้ออำนวย คือตัวอย่างตรวจสอบแยกต่างหากที่สุ่มด้วยการเก็บตัวอย่างเชิงความน่าจะเป็นจากพื้นที่เป้าหมาย ซึ่งประเมินความแม่นยำของแผนที่ได้โดยไม่ต้องพึ่งพาแบบจำลองเลย 78 ประเด็นที่รอดพ้นการถกเถียงนั้นง่ายกว่า: ตัวเลขความแม่นยำมีความหมายก็ต่อเมื่อมาพร้อมคำบอกว่าวัดที่ใด ทั้งในปริภูมิตัวแปรร่วมและปริภูมิภูมิศาสตร์ และสถานที่ที่คุณต้องการการทำนายในตอนนี้เหมือนกับที่นั่นหรือไม่

ตอนนี้มีคำตอบที่คมกว่าการเลือกข้าง แทนที่จะกันบล็อกพื้นที่ตามอำเภอใจ ให้จับคู่การตรวจสอบเข้ากับการทำนาย: กันจุดออกไปให้การแจกแจงของระยะทางจากจุดทดสอบถึงข้อมูลฝึก คล้ายกับการแจกแจงของระยะทางจากสถานที่ที่คุณจะทำนายจริงถึงข้อมูลฝึก 13 การตรวจสอบไขว้จึงวัดระยะเอื้อมที่แบบจำลองจะถูกขอให้ทำจริง ไม่ถูกประจบด้วยเพื่อนบ้านใกล้ๆ และไม่ถูกลงโทษเพราะบริเวณที่ไม่มีใครถามถึง สูตรดั้งเดิมกันออกทีละจุดและขยายขนาดไม่ได้ ส่วนเวอร์ชัน k-fold ลดชุดข้อมูลแบบกระจุกสี่พันจุดจากหลายวันเหลือราวหนึ่งนาที 14 ซึ่งสำคัญ เพราะเหตุผลที่ทีมงานมักถอยกลับไปใช้การตรวจสอบไขว้แบบสุ่ม คือทางเลือกที่ซื่อตรงนั้นเกินกำลังการคำนวณ ส่วนตัวอย่างแบบกระจุกก็ต้องการความระมัดระวังของตัวเอง 39

“ขยายความไม่แน่นอน” ควรหมายความว่าอย่างไรกันแน่

คำแนะนำให้ขยายแถบความคลาดเคลื่อนสำหรับจุดที่ก้ำกึ่งนั้นให้ง่ายแต่ทำตามยาก ขยายเท่าไร? มีคำตอบที่เข้มงวดอยู่ และข้อจำกัดของมันก็ให้บทเรียนไม่แพ้สิ่งที่มันรับประกัน

การทำนายเชิงคอนฟอร์มัลแบบแบ่งข้อมูล (split conformal prediction) สร้างช่วงจากเศษเหลือของข้อมูลที่กันไว้ แทนที่จะสร้างจากข้อสมมติใดๆ เกี่ยวกับรูปร่างของความคลาดเคลื่อน 18 ปรับแบบจำลองบนข้อมูลส่วนหนึ่ง คำนวณเศษเหลือสัมบูรณ์บนชุดสอบเทียบที่กันไว้ แล้วเลือกสถิติอันดับตัวหนึ่งของเศษเหลือเหล่านั้นเป็นครึ่งความกว้างของช่วง ช่วงที่ได้จะครอบคลุมค่าจริงอย่างน้อย 1 − α ของเวลาทั้งหมด ในตัวอย่างขนาดจำกัด โดยไม่ต้องมีข้อสมมติเรื่องการแจกแจงใดๆ ทั้งสิ้น

บรรทัดที่สองไม่ใช่รายละเอียดปลีกย่อยทางเทคนิค หากมีจุดสอบเทียบน้อยกว่านั้น วิธีนี้จะคืนช่วงที่กว้างเป็นอนันต์ ซึ่งเป็นวิธีบอกอย่างซื่อตรงว่าข้อมูลรองรับข้ออ้างที่ถูกเรียกร้องจากมันไม่ได้ วิธีที่ปฏิเสธจะตอบเมื่อมันตอบไม่ได้ มีค่าต่อโครงการติดตามตรวจวัดมากกว่าวิธีที่ให้ตัวเลขออกมาเสมอ

ครึ่งความกว้างคงที่ตลอดทั้งโครงการมักไม่ใช่สิ่งที่คุณต้องการ และวิธีแก้ก็เป็นมาตรฐาน: ให้คะแนนความสอดคล้องเทียบกับควอนไทล์ที่ปรับพอดี แทนค่าเฉลี่ยที่ปรับพอดี แล้วช่วงจะปรับตัวตามความไม่แน่นอนของแบบจำลอง ณ แต่ละตำแหน่ง โดยยังคงการรับประกันความครอบคลุมไว้ 20 พื้นที่ที่มีเงื่อนไขซึ่งเก็บตัวอย่างไว้ดีจะได้ช่วงแคบ พื้นที่ที่ยุ่งยากจะได้ช่วงกว้าง และไม่มีใครต้องเลือกตัวคูณขยายด้วยมือ

นี่คือข้อติดขัด และมันคือหัวข้อทั้งหมดของบทความนี้ การรับประกันนั้นเป็นจริงก็ต่อเมื่อจุดสอบเทียบกับจุดใหม่สับเปลี่ยนกันได้ (exchangeable) ซึ่งเป็นสิ่งที่การย้ายไปยังภูมิภาคใหม่ทำลายลงพอดี การทำนายเชิงคอนฟอร์มัลไม่ใช่ทางหนีจากปัญหาโดเมน หากนำไปใช้อย่างไร้เดียงสาข้ามพรมแดนของโดเมน มันจะให้ช่วงที่ดูเข้มงวดแต่ไม่ได้เข้มงวดจริง

สิ่งที่กู้มันไว้คือปริมาณที่เราสร้างไว้แล้ว ถ้าคุณรู้อัตราส่วนความหนาแน่นระหว่างประชากรเป้าหมายกับประชากรสอบเทียบ คุณถ่วงน้ำหนักเศษเหลือของการสอบเทียบแต่ละตัวด้วยค่านั้น แล้วกู้การรับประกันคืนมาภายใต้การเลื่อนของตัวแปรร่วมได้ 19 กลไกนี้งดงาม: จุดใหม่มีน้ำหนักของตัวเองร่วมอยู่ในควอนไทล์ด้วย เมื่อมันเคลื่อนเข้าไปในอาณาเขตที่ข้อมูลสอบเทียบแทบไม่ครอบคลุม มวลความน่าจะเป็นจะไปกองอยู่ที่อนันต์มากขึ้น และช่วงก็กว้างขึ้นเอง จนกลายเป็นไร้ขอบเขตเมื่อน้ำหนักนั้นเกิน α ตัวจำแนกจากหัวข้อเรื่องความครอบคลุมคือสิ่งที่ให้อัตราส่วนนี้ นั่นคือเหตุผลว่าทำไมสองหัวข้อนี้จึงอยู่ด้วยกัน มีข้อควรระวังที่ซื่อตรงหนึ่งข้อ: การรับประกันจะแม่นตรงก็ต่อเมื่อรู้อัตราส่วนที่แท้จริง แต่ในทางปฏิบัติมันเป็นค่าประมาณ จึงควรถือว่าความครอบคลุมเป็นค่าโดยประมาณที่เสื่อมลงตามคุณภาพของค่าประมาณนั้น

มีขีดจำกัดที่แข็งกว่านั้นซึ่งควรรู้ก่อนที่ใครจะไปสัญญาไว้ ความครอบคลุมแบบมีเงื่อนไขบนค่าตัวแปรร่วมที่แน่นอนของพื้นที่หนึ่งนั้นทำไม่ได้อย่างมีความหมายสำหรับตัวแปรร่วมแบบต่อเนื่อง กระบวนการใดที่อ้างว่าทำได้ย่อมต้องคืนช่วงที่กว้างเป็นอนันต์ 21 การประนีประนอมที่ใช้ได้จริงคือการรับประกันความครอบคลุมภายในชั้นภูมิที่คุณประกาศไว้ล่วงหน้า แบ่งตามภูมิภาค เนื้อดิน หรือการใช้ที่ดิน โดยแต่ละชั้นมีชุดสอบเทียบของตัวเอง นี่คือรูปแบบที่เหมาะกับ MRV และมันมีผลในทางปฏิบัติตามมา: ภูมิภาคที่เก็บตัวอย่างไว้บางจะได้การรับประกันแบบหยาบหรือไม่ได้เลย ซึ่งนั่นคือข้อมูล ไม่ใช่ข้อบกพร่อง

กฎการตัดสินใจที่คุณปกป้องได้

เมื่อประกอบเข้าด้วยกัน การทดสอบโดเมนเป็นเวิร์กโฟลว์สั้นๆ ที่ทำซ้ำได้และพอดีในหนึ่งหน้าของแผนการติดตามตรวจวัด นิยามโดเมนสอบเทียบ (การแจกแจงหลายตัวแปรของตัวแปรร่วมในข้อมูลฝึก) ระบุตำแหน่งของแต่ละจุดใหม่เทียบกับโดเมนนั้น: ตรวจพิสัยรายตัวแปรก่อน แล้วจึงใช้มาตรวัดระยะทาง จำแนกจุดนั้นเป็นอยู่ในโดเมน ก้ำกึ่ง หรืออยู่นอกโดเมน เทียบกับเกณฑ์ที่กำหนดไว้ล่วงหน้า จากนั้นดำเนินการตามชั้นที่จำแนก: จุดที่อยู่ในโดเมนได้ค่าทำนายไปตามที่เป็น จุดก้ำกึ่งได้ค่าทำนายพร้อมความไม่แน่นอนที่ขยายอย่างชัดเจนและมีการทำเครื่องหมาย ส่วนจุดที่อยู่นอกโดเมนไม่ได้ตัวเลขที่หยิบยืมมาเลย แต่จะกระตุ้นให้เก็บตัวอย่างอ้างอิงในพื้นที่และประเมินค่าใหม่

คุณค่าของการเขียนสิ่งนี้ลงไว้คือมันเปลี่ยนการโต้แย้ง (“เราคิดว่าภูมิภาคใหม่คล้ายกันมากพอ”) ให้กลายเป็นหลักฐาน (“นี่คือจุดที่แต่ละจุดใหม่ตกอยู่ และนี่คือกฎที่เราใช้”) นั่นคือความต่างระหว่างข้ออ้างที่ผู้ทวนสอบยอมรับกับข้ออ้างที่ผู้ทวนสอบตั้งคำถาม

ตัวอย่างประกอบ: หนึ่งแบบจำลอง สองภูมิภาค

แบบจำลองคาร์บอนในดินถูกสอบเทียบบนฟาร์มกลางแดดจัดและร่มเงาบางในภูมิภาคจัดหาแห่งหนึ่ง การจัดหาขยายไปยังภูมิภาคที่สองซึ่งเป็นวนเกษตรร่มเงาที่ตั้งตัวแล้ว ตัวแปรร่วมของแบบจำลองห้าตัว ตรวจเทียบกับพื้นที่ตัวแทนของภูมิภาคใหม่:

ตัวแปรร่วมสามในห้าตัวตกอยู่นอกพิสัยที่สอบเทียบไว้ และสองตัวที่สำคัญที่สุดต่อคาร์บอน คือปริมาณฝนและร่มเงา ก็อยู่ในนั้นด้วย ระยะทาง Mahalanobis หรือดัชนีพื้นที่ที่นำไปใช้ได้จะจัดให้พื้นที่นี้อยู่ไกลเลยกลุ่มเมฆข้อมูลฝึกไปมาก คำตัดสินชัดเจนไม่กำกวม: แบบจำลองอยู่นอกโดเมนที่นี่ และการนำไปใช้จะเป็นการรายงานตัวเลขที่ไม่มีอะไรรองรับ นี่คือข้อค้นพบเดียวกันในระดับย่อส่วน ที่การประเมินอิสระได้ข้อสรุปในระดับทวีป ซึ่งความสัมพันธ์ของคาร์บอนในดินที่สอบเทียบบนระบบพืชแถวเขตอบอุ่นไม่สามารถถ่ายโอนไปยังระบบไม้ยืนต้นร่มเงาได้โดยไม่ประเมินค่าใหม่ในพื้นที่ เราพูดถึงการเลือกแบบจำลองและการสอบเทียบใหม่ในพื้นที่ใน สร้างแบบจำลองการเปลี่ยนแปลงคาร์บอนในดินตามเวลาอย่างไร?

เมื่อคำตอบคือ “อยู่นอก”: ขยายโดเมนแบบประหยัด

“กระตุ้นให้เก็บตัวอย่างในพื้นที่” คือจุดที่การอธิบายเรื่องนี้ส่วนใหญ่หยุดลง และเป็นจุดที่ผู้จัดการโครงการต้องการความช่วยเหลือมากที่สุด ข่าวที่มีประโยชน์คือการขยายโดเมนถูกกว่าการสร้างโดเมนขึ้นใหม่มาก และตัวเลขก็เล็กจนน่าประหลาดใจ

เลือกจุดใหม่เพื่อครอบคลุมปริภูมิ ไม่ใช่เพื่อเลียนแบบประชากร การสุ่มตัวอย่างแบบละตินไฮเปอร์คิวบ์มีเงื่อนไข (conditioned Latin hypercube sampling) ซึ่งเป็นค่าตั้งต้นในการทำแผนที่ดินเชิงดิจิทัล เลือกพื้นที่ให้ตัวอย่างสร้างการแจกแจงขอบ (marginal distribution) ของตัวแปรร่วมและสหสัมพันธ์ระหว่างกันขึ้นมาใหม่ 29 ส่วนการสุ่มตัวอย่างแบบครอบคลุม (coverage sampling) จะจัดกลุ่มพื้นที่เป้าหมายในปริภูมิตัวแปรร่วม แล้วเก็บตัวอย่างใกล้ศูนย์กลางของแต่ละกลุ่ม เป็นการแผ่ทั่วปริภูมิร่วมแทนการจับคู่ที่ขอบ 30 สำหรับการสอบเทียบแบบจำลอง การแผ่ทั่วมักเป็นสิ่งที่คุณต้องการ และงานเปรียบเทียบชิ้นหนึ่งแนะนำให้กระจายตัวอย่างไปทั่วปริภูมิลักษณะเด่น (feature space) ของตัวแปรร่วมที่สำคัญที่สุด 31

จงต้านทานใครก็ตามที่ขายผู้ชนะเบ็ดเสร็จระหว่างสองวิธีนี้ หลักฐานปนกันจริงๆ: การสุ่มแบบครอบคลุมชนะโดยเฉลี่ยในงานเปรียบเทียบบางชิ้น ละตินไฮเปอร์คิวบ์ชนะที่ขนาดตัวอย่างเล็กในบางชิ้น และในงานส่วนใหญ่ ขนาดตัวอย่างสำคัญกว่าการเลือกวิธี การเปรียบเทียบที่อาศัยการสุ่มจริงเพียงครั้งเดียวต่อการออกแบบหนึ่งแบบแทบไม่ให้ข้อมูลอะไร เพราะการแจกแจงของผลลัพธ์ซ้อนทับกันอย่างมาก

บ่อยครั้งคุณไม่จำเป็นต้องสร้างแบบจำลองขึ้นใหม่เลย สเปกโทรสโกปีดิน (soil spectroscopy) เรียนรู้เรื่องนี้ก่อนใคร คลังข้อมูลขนาดใหญ่ที่ใช้ไม่ได้ผลในพื้นที่หนึ่งซ่อมได้ด้วยการเติมตัวอย่างในพื้นที่เข้าไปเพียงหยิบมือ วิธีนี้เรียกว่าการเสริมตัวอย่างท้องถิ่น (spiking) ตัวเลขจากงานวิจัยต่างๆ สอดคล้องกันและมีค่าน้อย: ตัวอย่างในพื้นที่ราวสิบห้าตัวอย่างลดความเอนเอียงของการทำนายลงอย่างมาก 32 สิบสองตัวอย่างยกสมรรถนะของแบบจำลองระดับภูมิภาคจากค่า R² 0.07 ถึง 0.36 ขึ้นเป็น 0.69 ถึง 0.86 33 และตัวอย่างในพื้นที่สิบสองถึงยี่สิบตัวอย่างรวมกับคลังข้อมูลขนาดใหญ่ให้ผลเทียบเท่าการสอบเทียบเฉพาะพื้นที่ที่สร้างจากตัวอย่างมากถึงสามร้อยตัวอย่าง 34 ตัวอย่างที่เลือกมาดีสิบถึงสามสิบตัวอย่างคือช่วงที่ใช้งานได้จริง

ความประหยัดแบบเดียวกันปรากฏในอัลโลเมตรี การใช้สมการที่ตีพิมพ์แล้วเป็นค่าก่อนหน้า (prior) แทนการเริ่มจากศูนย์ ทำให้ต้นไม้หกต้นประมาณค่าพารามิเตอร์ได้ดีเท่าสี่สิบถึงหกสิบต้นในวิธีคลาสสิก 35 นี่คือการรวมกลุ่มบางส่วน (partial pooling) ที่กำลังทำงาน แบบจำลองที่หยิบยืมมาให้รูปทรง ข้อมูลในพื้นที่ดึงมันเข้าหาความจริงในพื้นที่ และองค์ประกอบความแปรปรวนระหว่างพื้นที่เองก็เป็นมาตรวัดว่าความสัมพันธ์นั้นถ่ายโอนได้เพียงใดตั้งแต่แรก

ถ้ามีงบพอแค่จะทดสอบ ก็จงทดสอบความเอนเอียง ตัวอย่างในพื้นที่จำนวนน้อยที่ไม่พอจะปรับแบบจำลองใหม่ ยังตอบได้ว่าแบบจำลองที่หยิบยืมมาผิดอย่างเป็นระบบที่นี่หรือไม่ นั่นคือการเปรียบเทียบสองตัวอย่าง และใช้สูตรกำลังการทดสอบเดียวกันกับการออกแบบเพื่อตรวจจับการเปลี่ยนแปลงใดๆ ซึ่งเราอธิบายไว้ใน แคมเปญเก็บตัวอย่างคาร์บอนในดินของคุณควรมีขนาดเท่าใด? การแทนความเอนเอียงที่คุณใส่ใจลงไปแทนผลต่างต่ำสุดที่ตรวจจับได้ จะให้จำนวนตัวอย่างในพื้นที่ที่ต้องใช้เพื่อจับมันให้ได้

มีข้อค้นพบหนึ่งที่ขัดสามัญสำนึกและควรมีที่ทางในทุกการตัดสินใจเรื่องการถ่ายโอน เมื่อย้ายฟังก์ชันถ่ายโอนคุณสมบัติดิน (pedotransfer function) ไปยังภูมิภาคใหม่ ฟังก์ชันที่สร้างจากทรายและดินเหนียวเท่านั้นทำได้ดีกว่าเวอร์ชันที่ใช้ตัวแปรร่วมสิบเอ็ดตัว 38 ตัวทำนายที่มากขึ้นหมายถึงปริภูมิที่มีมิติสูงขึ้น กลุ่มเมฆข้อมูลฝึกที่เบาบางลง และหนทางที่พื้นที่ใหม่จะตกอยู่นอกกลุ่มเมฆนั้นมากขึ้น ความประหยัดตัวแปรไม่ใช่แค่รสนิยมด้านความงาม แต่เป็นยุทธศาสตร์เรื่องโดเมน ต้นทุนของการทำเรื่องนี้ผิดมีบันทึกไว้ชัดเจน: สมการรวมเขตร้อน (pantropical equation) ประเมินชีวมวลสูงเกินจริงราว 40% ที่พื้นที่แห่งหนึ่งในแอฟริกากลาง 36 และสมการที่สร้างจากตัวอย่างจำนวนน้อยมีความเอนเอียงระดับพื้นที่เฉลี่ยราว +70% โดยมีพิสัยตั้งแต่ −4% ถึง +193% 37

การเก็บตัวอย่างซ้ำ และโดเมนที่ขยับ

มีวิธีที่สองซึ่งเงียบกว่าที่ความเป็นตัวแทนล้มเหลว และมันปรากฏขึ้นพอดีเมื่อโครงการทำทุกอย่างอื่นถูกต้อง การติดตามตรวจวัดสร้างขึ้นบนการเก็บตัวอย่างซ้ำ: กลับไปเยือนเครือข่ายเดิมเมื่อเวลาผ่านไป เปรียบเทียบ และรายงานการเปลี่ยนแปลง ข้อสมมติที่ไม่ได้พูดออกมาคือเครือข่ายยังคงเป็นตัวแทนของระบบที่มันติดตาม แต่ระบบเคลื่อนไหว การจัดการเปลี่ยนไป โครงการร่มเงาเติบโตเต็มที่ ภัยแล้งปรับรูปแบบความชื้นในดินใหม่ การใช้ที่ดินขยับตัวที่ขอบของพื้นที่จัดหา แบบจำลองที่สอบเทียบครั้งเดียวกับระบบเดิมอาจเลื่อนออกนอกโดเมนเมื่อเทียบกับระบบที่มีอยู่ในตอนนี้ โดยไม่มีใครตรวจซ้ำ นักสถิติเรียกสิ่งนี้ว่าการเลื่อนของตัวแปรร่วม (covariate shift) หรือการเลื่อนของมโนทัศน์ (concept drift) ในภาคสนามมันดูเหมือนค่าฐานที่ค่อยๆ เลิกอธิบายปัจจุบันอย่างเงียบๆ

การเลื่อนนี้ทดสอบได้ด้วยเครื่องมือที่แนะนำไปแล้ว ให้รันตัวจำแนกโดเมนระหว่างรอบการติดตามตรวจวัด แทนที่จะรันระหว่างภูมิภาค: ติดป้ายตัวแปรร่วมของรอบที่หนึ่งเป็น 0 และของรอบที่สองเป็น 1 แล้วดูว่าตัวจำแนกบอกความต่างระหว่างปีได้หรือไม่ ถ้าบอกได้ แสดงว่าระบบขยับไปแล้วเมื่อเทียบกับแบบจำลอง และความสำคัญของตัวแปรจะบอกว่าอะไรที่ขยับ วิธีนี้ไม่มีต้นทุนเพิ่มนอกจากตัวแปรร่วมที่คุณถืออยู่แล้ว และมันเปลี่ยนคำเตือนให้กลายเป็นการตรวจสอบตามกำหนดการ

เหตุใดผู้ทวนสอบจึงเริ่มถาม

ข้อความที่ว่าการติดตามตรวจวัดสิ่งแวดล้อมใช้แนวคิดนี้โดยไม่เรียกชื่อ ต้องการการแก้ไขหนึ่งข้อ และเป็นการแก้ไขที่มีประโยชน์ VM0042 ของ Verra เรียกชื่อมัน หมวดนิยามของระเบียบวิธีนี้กำหนดให้โดเมนโครงการ (project domain) คือชุดของเงื่อนไข ซึ่งรวมถึงชนิดพืช เนื้อดิน และภูมิอากาศ ที่การนำแบบจำลองไปใช้ได้ผ่านการตรวจสอบความถูกต้องแล้ว 40 โดเมนการนำไปใช้ได้ในที่นี้จึงไม่ใช่แนวคิดนามธรรมที่หยิบยืมมาจากวิชาเคมี แต่เป็นคำที่มีนิยามอยู่ในระเบียบวิธีซึ่งโครงการคาร์บอนในดินจำนวนมากใช้เป็นฐานในการเขียน

โมดูลคู่กันของมันเปลี่ยนนิยามนั้นให้เป็นการทดสอบที่ตรวจสอบได้ ทุกเขตภูมิอากาศหรือทุกภูมิภาคเกษตรที่นิยามไว้ในระดับประเทศซึ่งโครงการประกาศไว้ ต้องปรากฏอยู่ในชุดข้อมูลตรวจสอบความถูกต้อง ชั้นเนื้อดินสามชั้นที่คาดว่าจะเป็นชั้นเด่นในพื้นที่โครงการต้องรวมอยู่ด้วย และข้อมูลต้องกินช่วงปริมาณดินเหนียว 15 จุดเปอร์เซ็นต์ โมดูลระบุวัตถุประสงค์ไว้ตรงไปตรงมา คือเพื่อยืนยันว่าแบบจำลองไม่ได้ถูกสอบเทียบจนแนบแน่นเกินไปกับเงื่อนไขชุดเดียว แล้วถูกนำไปใช้ที่อื่น มีข้อจำกัดสองข้อที่ควรระบุให้ถูกต้อง: ข้อกำหนดนี้ผูกกับการหาปริมาณแบบวัดร่วมกับแบบจำลอง ไม่ใช่การให้เครดิตจากการวัดเพียงอย่างเดียว และมันไม่ได้กำหนดจำนวนพื้นที่ขั้นต่ำไว้ วินัยที่ต้องการคือความครอบคลุม ไม่ใช่ขนาดตัวอย่าง

ส่วนที่เหลือของภูมิทัศน์กฎเกณฑ์นั้นอ่อนกว่า และไม่ควรกล่าวเกินจริง IPCC ถือว่าเรื่องนี้เป็นแนวปฏิบัติที่ดีในระดับประเทศ โดยแนะนำให้สอบเทียบและทดสอบแบบจำลอง Tier 3 กับการวัดที่สะท้อนความผันแปรของภูมิอากาศ ดิน และการใช้ที่ดินซึ่งจะนำแบบจำลองไปใช้ ส่วนระเบียบว่าด้วยการกำจัดคาร์บอนของสหภาพยุโรป แม้จะมีการอ้างตรงกันข้ามอยู่บ่อยครั้ง กลับไม่ได้กำหนดข้อบังคับเรื่องการตรวจสอบความถูกต้องของแบบจำลองไว้เลย หน้าที่เรื่องความเป็นตัวแทนของระเบียบนี้ผูกอยู่กับค่าฐาน และสาระสำคัญถูกเลื่อนไปอยู่ในกฎหมายลำดับรอง (delegated act) ที่ยังไม่ออก ใครก็ตามที่อ้างระเบียบนี้เพื่อการนี้ ยังไม่ได้อ่านมัน

นี่ไม่ใช่เพียงความประณีตเชิงระเบียบวิธีอีกต่อไป กรอบการบัญชีที่กำกับข้ออ้างด้านคาร์บอนกำลังบรรจบกันที่ข้อเรียกร้องให้ระบุปริมาณและเปิดเผยความไม่แน่นอน และการทำนายที่นำไปใช้นอกโดเมนของแบบจำลองคือความไม่แน่นอนที่ถูกซ่อนไว้แทนที่จะถูกระบุปริมาณ แนวทาง GHG Protocol Land Sector and Removals ซึ่งมีผลบังคับใช้ตั้งแต่วันที่ 1 มกราคม 2027 ขอให้บริษัทสอบเทียบวิธีที่อิงแบบจำลองและการสำรวจระยะไกลด้วยข้อมูลเชิงประจักษ์ที่เฉพาะเจาะจงกับพื้นที่และการจัดการที่กำลังวิเคราะห์ และเมื่อเป็นการอ้างการกักเก็บ ข้อแนะนำนี้จะกลายเป็นข้อกำหนด พร้อมการเก็บตัวอย่างซ้ำอย่างน้อยทุกห้าปี IPCC 2019 Refinement ผลักดันไปสู่ค่าระดับสูงขึ้นที่เหมาะสมกับพื้นที่แทนค่าตั้งต้นที่หยิบยืมมา ก็เพราะว่าค่าตั้งต้นอยู่นอกโดเมนสำหรับหลายสถานที่ที่มันถูกนำไปใช้ 12 ผู้ทวนสอบเริ่มขอการตรวจสอบที่จัดโครงสร้างเชิงพื้นที่หรือการตรวจสอบอิสระแทนค่า R² ที่เป็นพาดหัว และขอหลักฐานว่าแบบจำลองที่นำกลับมาใช้เหมาะกับพื้นที่ที่กำลังถูกนำไปใช้ซ้ำ ทีมที่จะผ่านคำถามเหล่านี้คือทีมที่ทดสอบความเป็นสมาชิกของโดเมนก่อนถูกถาม และแสดงงานที่ทำได้

ประเด็นสำคัญ