May, 2023

HAiVA：混合式 AI 辅助视觉分析框架，研究云属性对气候模式的影响

PDF
TL;DR研究云对地球气候系统的影响，并提出通过 AI 辅助可视化分析的混合模型来设计和测试海上云增白技术以评估其对气候模式的影响。
cloudsclimate interventionmarine cloud brighteningai-assisted visual analysisclimate patterns
发现论文，激发创造
  • 利用涨落耗散定理的 AI 实现加速探索海洋云增白对临界点的影响

    使用人工智能模型 AiBEDO 和扰动衰减定理来快速预测海洋云增白对气候的响应，并优化其对减缓气候变化和避免气候临界点产生的风险。

    Feb, 2023

  • 基于机器学习方法的高效气候模拟

    该论文提出了一种名为 NeuroClim 的框架，用于采用脑神经算法设计气候混合仿真，并为此提供了一个平台、一个数据集和一种量化的评估方法，以促进人工智能和气候研究的交叉。

    Aug, 2022

  • 使用深度学习检测人为云扰动

    本研究使用深度卷积神经网络寻找人为气溶胶引起的云层扰动，以评估它们的特性和普遍性，为气候效应提供有价值的洞见。

    Nov, 2019

  • 面向基于自然的气候解决方案的 AI 驱动集成式排放监测与管理

    提出一种新的综合框架，用于支持基于人工智能的自然气候决策制定中的各个方面的综合决策支持模型，包括植被碳储量评估、火灾检测、逆转风险减轻和灾害响应规划等不同方面。

    Dec, 2023

  • 嵌入机器学习子网格可变性改善气候模型偏差

    通过在气候模型中嵌入基于高分辨率 Unified Model 模拟的多输出高斯过程（MOGP）的训练，我们克服了与云形成相关的气候模拟中的长期偏见。利用 MOGP 预测的温度和比湿的变化，对简化的大气环流模型 SPEEDY 进行在位耦合。将 SPEEDY 的温度和比湿剖面按照 MOGP 预测的变化进行固定间隔的扰动。生成了控制模型和混合 ML 模型的十年预测。混合模型将全球降水偏差减少了 18％，在热带地区减少了 22％。为了进一步了解这些改进的驱动因素，我们还探索了一些感兴趣的物理量，如抬升指数值的分布和哈德利环流的改变。在温暖的气候环境中，还运行控制和混合设置的海面温度增加 4K 的实验，以探索该方法对云覆盖和降水模式的影响。

    Jun, 2024

  • 使用非线性因果模型研究东南太平洋的气溶胶 - 云相互作用

    本文通过应用非线性因果机器学习方法，研究气溶胶对云滴半径的异质性影响。

    Oct, 2021

  • 危险风险管理的潜在范式转变：基于人工智能的热带气旋灾害天气预报

    通过使用人工智能驱动模型，该研究在气象灾害的风险管理策略中创造了一个转变。研究采用了热带气旋作为一个重点示例，工程设计了一种基于干扰的方法，使用先进的 Pangu AI 气象模型来产生集合预测。研究结果显示，AI 生成的集合预测在登陆前的七天内与欧洲中期天气预报中心的集合预测趋于一致。这种方法可以极大地提高天气预报驱动风险分析和管理的效果。

    Apr, 2024

  • A2CI：面向大气研究的基于云计算和服务的地理空间基础设施

    大地科学数据、地理空间基础设施、数据发现、数据管理以及大气科学研究是本论文的关键词，该论文介绍了一个通过云计算原则构建的气象分析系统的实施。

    Mar, 2024

  • 气候影响建模框架

    这篇论文介绍了一种基于云技术的模块化框架，能够实现气候影响模型的部署和操作，以评估自然灾害等气候影响对社会和企业的风险，具有互动性，可扩展性和灵活性。其中，洪水模型被用作一个示例来演示该框架的操作。

    Sep, 2022

  • 全球气候合作 AI 大赛 2023 论文集

    应该结合人工智能与气候 - 经济模拟以设计应对气候变化的国际框架，同时也应该考虑到环境科学、法律和道德等领域，在此基础上，作者提出了 RICE-N 模型，并通过对其进行修改，参与了 AI for Global Climate Cooperation 竞赛，从三个角度对该模型提出了评估与建议。

    Jul, 2023