Atmos-Bench：用于气候洞察的3D大气结构
计算机视觉与模式识别
2025-07-16 v1 图像与视频处理
摘要
大气结构由从卫星激光雷达衰减后向散射系数（BC）恢复的体表示，其中包含云、气溶胶和分子，对人类活动、气候理解以及极端天气预报具有关键作用。现有方法常依赖辅助输入和简化的基于物理的近似，且缺乏公平评估的3D基准。然而，这些方法可能引入额外不确定性，且不足以捕捉真实的辐射传输和大气散射-吸收效应。为弥合这一差距，我们提出Atmos-Bench：首个3D大气基准，以及一种新颖的FourCastX：频率增强的时空混合专家网络，该网络（a）通过将WRF与增强COSP模拟器耦合，在532 nm和355 nm波段以及384个海陆时间步中模拟3D散射体，生成921,600个图像切片，产生高质量的体素级参考；（b）将ATB-BC物理约束嵌入模型架构，促进恢复过程中的能量一致性；（c）在Atmos-Bench数据集上在两个波段（355 nm和532 nm）均实现持续性改进，无需依赖辅助输入即可超越最先进的基线模型。Atmos-Bench为卫星基于3D大气结构恢复 establish 新的标准，为深入的气候洞察指明了道路。
引用
@article{arxiv.2507.11085,
title = {Atmos-Bench: 3D Atmospheric Structures for Climate Insight},
author = {Tianchi Xu},
journal= {arXiv preprint arXiv:2507.11085},
year = {2025}
}