谷歌团队:气候模式集合的动力-生成式降尺度

文摘   2024-10-15 10:00   中国香港  
关注地球与工智能设置EarthAi星标

气候模式集合的动力-生成式降尺度

https://arxiv.org/abs/2410.01776

作者与单位信息

本文的作者包括Ignacio Lopez-Gomez、Zhong Yi Wan、Leonardo Zepeda-Núñez、Tapio Schneider、John Anderson和Fei Sha,他们分别隶属于美国加利福尼亚州山景城的Google Research和加州理工学院。通讯作者的电子邮件地址为ilopezgp@google.com和fsha@google.com。

研究背景与意义

区域高分辨率气候预测对于农业、水文学和自然灾害风险评估等许多应用至关重要。动力降尺度是目前最先进的方法,通过运行一个由地球系统模型(ESM)驱动的区域气候模型(RCM)来产生局部未来气候信息,但其计算成本过高,无法应用于大型气候预测集合。本研究提出了一种新的方法,结合动力降尺度和生成式人工智能,以降低降尺度气候预测的成本并改善不确定性估计。该框架利用基于物理的模型的泛化能力和扩散模型的采样效率,能够对大型多模型集合进行降尺度。

研究方法与数据

在本研究提出的框架中,首先使用RCM将ESM输出降尺度到一个中间分辨率,然后使用生成式扩散模型进一步将分辨率细化到目标尺度。这种方法利用了物理基础模型的泛化能力和扩散模型的采样效率,使得能够对大型多模型集合进行降尺度。研究者评估了他们的方法与CMIP6集合中的动力降尺度气候预测的对比表现。结果表明,该方法能够提供比动力降尺度小集合或传统经验统计降尺度方法更准确的未来区域气候不确定性界限。此外,研究还表明,动力-生成式降尺度比偏差校正和空间离散化(BCSD)方法具有显著较低的误差,并且能够更准确地捕捉气象场的谱和多变量相关性。

研究结论

研究结果表明,动力-生成式降尺度框架是一种灵活、准确、高效的方法,可以用于降尺度大型气候预测集合,这在纯动力降尺度中目前还无法实现。该方法在不确定性量化、多模型气候预测的量化以及复合极端事件的区域分析方面表现出色。通过与BCSD等方法的比较,动力-生成式降尺度在多个指标上表现更好,包括连续排名概率分数(CRPS)、均方根误差(RMSE)和偏差。

不足与讨论

尽管动力-生成式降尺度框架在本研究中表现出了显著的优势,但也存在一些局限性。例如,该方法需要大量的训练数据来训练生成式模型,而这些数据可能在某些地区或气候情景下不可用。此外,生成式模型的泛化能力虽然在本研究中得到了验证,但在更广泛的气候模型和气候情景下的表现仍需进一步研究。研究者还讨论了模型在处理不同气候模型时的敏感性,指出该框架可以训练在任何可用的降尺度结果上,而不会降低性能。

未来工作方向

未来的研究应该集中在进一步优化动力-生成式降尺度框架,以提高其在不同气候模型和气候情景下的应用能力。此外,研究者应该探索如何减少训练生成式模型所需的数据量,以便在数据稀缺的地区应用该框架。另一个重要的研究方向是提高模型对极端气候事件的预测能力,这对于气候风险评估和适应策略的制定至关重要。


本文提出了一种新的动力-生成式降尺度方法,该方法结合了动力降尺度和生成式人工智能,以降低气候预测的成本并改善不确定性估计。通过在中间分辨率上使用区域气候模型降尺度地球系统模型输出,然后利用生成式扩散模型进一步提高分辨率到目标尺度,该方法能够处理大型多模型集合的降尺度问题。研究结果表明,该方法在多个评估指标上优于传统的动力降尺度和统计降尺度方法,能够更准确地捕捉气象场的不确定性和极端事件的风险。尽管存在一些局限性,但该研究为未来气候预测提供了一种新的、高效的方法,对于制定气候适应策略具有重要意义。未来的研究将集中在优化该框架、提高其泛化能力以及在极端气候事件预测中的应用。

解读:kimi

加微信交流群,请备注:姓名-行业-单位)



声明:本公众号分享的资源均来自于互联网的公开资源,仅供个人学习和研究使用,不代表本人对其版权、真实性、合法性、准确性等方面做出任何保证。任何使用本号分享的资源的个人或组织,需自行承担相应的法律责任和后果;本号不承担任何法律责任和连带责任。使用本号分享的资源即代表您已完全了解并同意本免责声明的所有内容。






上海位温信息科技有限公司

专业的商业气象服务商



(咨询数据详情,可添加微信,请备注:合规数据



可提供气象产品 

  • 全国三千多个基准站

3213 个主要城市站点、每小时发 布 1 次,

每天发布 24 次,每次提供当前整点时刻的

城市站点实况天气(实况产品会在整点后

15 分钟、20 分钟、30 分钟进行数据更新),

要素包括:天气现象、气温、体感温度、风速、

风力、风向、相对湿度、气压、1小时降水量、

10分钟降水量、能见度、日出时间、日落时间、

紫外辐射等要素。

  • 探空气象站

  • 海洋气象站

  • 雷达拼图

  • 卫星云图(风云4、葵花8)

  • 格点实况、再分析资料

  • 数值预报:CMA EC GFS

  • 强对流天气预报

  • 强天气落区预报

    强对流天气(短时强降水/冰雹/雷暴大风)概率预报图

  • 台风、热带气旋

可提供国内与国外各类气象咨询气象服务

本公司提供服务稳定可靠,您值得拥有。




EarthAi
AI4Earth、人工智能、气象数值预报、学术论文!产业资讯等等……
 最新文章