numerical weather prediction | BriefGPT

关键词numerical weather prediction

搜索结果 - 22

ICMLSRViT：基于视觉 Transformer 的规模化卫星观测雷达回波反射率估计
我们引入了一种基于 Transformer 的神经网络，从地球同步卫星影像生成高分辨率（3km）的合成雷达反射率场，旨在提高高影响天气事件的短期对流尺度预报能力，并在美国数值天气预报的数据同化中提供帮助。与卷积方法相比，我们的结果显示出对各
PDF12 days ago
FuXi-ENS：一种中程集合天气预报的机器学习模型
Ensemble weather forecasting has traditionally relied on computationally expensive numerical weather prediction models,
PDF2 months ago
大规模基于 Transformer 的天气预测的训练配方分析与探索
通过在 ERA5 数据上训练经过最小改进的 SwinV2 Transformer 模型，我们展示了即使在相对常规的体系结构、简单的训练过程和适度的计算预算下，也可以实现高水平的预测技巧，并比较了其与 IFS 的优越性。我们对训练流程的关键方
PDF2 months ago
使用消息传递的可扩展数据同化
数据同化是数值天气预报系统的核心组成部分，本研究利用贝叶斯推断问题的消息传递算法来解决空间推断问题，结合 GPU 加速实现，可以在保持较高准确性和计算记忆需求的同时，将算法扩展到非常大的网格尺寸。
PDF2 months ago
Fuxi-DA: 一种用于同化卫星观测数据的通用深度学习数据同化框架
该研究介绍了 FuxiDA，一种用于吸收卫星观测数据的 DL-based DA 框架，通过吸收来自风云 - 4B 上的先进准同步辐射成像仪（AGRI）的数据，Fuxi-DA 不断减小分析误差并显著提高预测性能。此外，通过一系列单一观测实验，
PDF3 months ago
推进数据驱动的天气预报: ERA5 的滑动时间数据增强
该研究通过使用自适应傅立叶神经算子 (AFNO) 模型以及提出的时间滑动方法对 ECMWF 重新分析 v5 (ERA5) 数据集进行扩充，采用低分辨率数据开创性地改进了现有的气象预测方法，从而提高了大气状况预测的准确性，并证实了该模型反映当
PDF5 months ago
基于实际预测过程引导的扩散天气预测
应用扩散模型实现具有灵活性和可控性的天气预报系统，能够整合数值天气预报，并结合持续性和气候数据以提高长期预测稳定性。
PDF5 months ago
DeepPhysiNet: 将深度学习与大气物理学相结合，进行精确和连续的天气建模
将物理定律与深度学习模型相结合的 DeepPhysiNet 框架可以实现准确连续的天气系统建模，增强预测精度并获得连续的时空分辨率结果。
PDF6 months ago
TPTNet：基于湍流位温的数据驱动温度预测模型
通过使用神经网络提出了一个基于数据驱动的模型来预测表面温度，以减轻数值天气预报的计算负担。我们的模型名为 TPTNet，仅使用韩国半岛天气站测得的 2 米温度作为输入，预测有限预报小时的当地温度。我们提取了温度的紊流波动分量，通过分离年度和
PDF6 months ago
DSAF：一种用于数值天气预报降尺度的双阶段自适应框架
基于深度学习技术，提出了一种新的适应性框架 (DSAF) 来解决区域天气预报 (NWP) 下缩尺度和偏差校正问题，DSAF 在设计中独特地融入了自适应元素，以确保对不断变化的天气条件作出灵活的响应。实验证明，DSAF 在现有最先进模型的基础
PDF6 months ago
AI 模型对比基于物理模型的天气预报：以风暴 Ciarán 为例的量化评估案例研究
机器学习模型和数值天气预报模型在模拟高影响天气事件方面的表现进行了比较，发现机器学习模型能准确捕捉到气旋的宏观结构，但在发出天气警报所需的细节结构方面表现较为复杂。
PDF7 months ago
机器学习对多尺度 Kain-Fritsch (MSKF) 对流方案的参数化
南中国沿海经常发生局地且持续时间较长的暖区强降雨，预测其仍然具有挑战性。本研究提出了一个基于多输出双向长短期记忆（Bi-LSTM）模型的新的替代尺度感知 MSKF CP 方案，实验结果表明 Bi-LSTM 模型能够高精度地预测南中国地区的天
PDF8 months ago
自监督预训练用于降水后处理器
我们提出了一种基于深度学习的降水后处理方法来提高数值天气预报模型的降水预报能力，通过自监督预训练和迁移学习，在区域天气预报中得到了比其他方法更好的结果。
PDF8 months ago
WeatherGNN：利用复杂关系进行数值天气预报偏差修正
提出了一种利用图神经网络的 NWP 偏差校正方法 WeatherGNN，在两个真实数据集上展示了与其他方法相比的显著优势，平均 RMSE 提高了 40.50%。
PDF9 months ago
利用机器学习和深度学习预测主要城市的温度
利用时间序列分析和机器学习算法，基于大学的温度变化数据库，我们成功预测了未来各个城市的温度变化。
PDF9 months ago
采用 HEALPix 网格推进简约深度学习天气预测
我们提出了一种简约的深度学习天气预测模型，使用 Hierarchical Equal Area isoLatitude Pixelization（HEALPix）在全球近似 110 公里网格上，以 3 小时时间分辨率预测任意长时间的七个大气
PDF10 months ago
利用机器学习和 VIIRS 卫星检测技术监测野火管理中的燃料湿度
应用机器学习模型结合气象预报数据、地面观测和卫星数据监测燃料水分，结果表明卫星数据在模型预估中具有重要作用。
PDFa year ago
在线机器学习用于顺序数据同化的预测不确定性估计
本研究提出一种基于卷积神经网络的机器学习方法，利用单个动力学模型集成来对表示预测误差协方差矩阵的状态相关预测不确定性进行估计，并在杂交数据同化方法中进行性能测试，证明该方法能够相对精确地预测高维状态中的预测协方差矩阵值。
PDFa year ago
Pangu-Weather: 快速准确的全球天气预报的 3D 高分辨率模型
本文提出基于深度学习的 Pangu-Weather 系统，用于快速而准确的全球天气预报。通过大量数据和深度神经网络，提高了预报精度，成功地将 AI 方法的预报准确度超越了传统的数值天气预报方法，为未来深度学习天气预报系统的改进提供了新方向。
PDF2 years ago
FourCastNet: 使用自适应傅里叶神经算子加速全球高分辨率天气预报
该论文基于数据驱动的深度学习技术，提出了 FourCastNet 这一可以比当前基于物理的数值天气预报快 80000 倍并且准确性优于状态 -，预测全球天气、产生中程预报的系统。同时，FourCastNet 还可以生成准确的即时天气预测，提
PDF2 years ago