ClimateSet：面向机器学习的大规模气候模型数据集
机器学习
2023-11-08 v1 人工智能
计算工程、金融与科学
大气与海洋物理
摘要
气候模型在评估气候变化影响和模拟未来气候情景方面一直发挥着关键作用。机器学习（ML）界日益关注支持气候科学家在气候模型仿真、降尺度和预测任务等多方面的工作。许多此类任务都是基于单一气候模型创建的数据集来解决的。然而，气候科学和ML界均指出，要大规模解决这些任务，我们需要大规模、一致且面向ML的气候模型数据集。在此，我们介绍ClimateSet，一个包含来自Input4MIPs和CMIP6档案的36个气候模型输入与输出的数据集。此外，我们提供了一个模块化数据集流水线，用于检索和预处理额外的气候模型和情景。我们通过将本数据集用作基于ML的气候模型仿真的基准，展示了其潜力。通过分析不同ML模型在不同气候模型上的表现，我们获得了关于其性能和泛化能力的新见解。此外，该数据集可用于在多个气候模型而非仅一个上训练ML仿真器。这种“超级仿真器”能够快速预测新的气候变化情景，补充已提供给决策者的现有情景。我们相信ClimateSet将为ML界大规模应对气候相关任务奠定基础。
引用
@article{arxiv.2311.03721,
title = {ClimateSet: A Large-Scale Climate Model Dataset for Machine Learning},
author = {Julia Kaltenborn and Charlotte E. E. Lange and Venkatesh Ramesh and Philippe Brouillard and Yaniv Gurwicz and Chandni Nagda and Jakob Runge and Peer Nowack and David Rolnick},
journal= {arXiv preprint arXiv:2311.03721},
year = {2023}
}
备注
To be published in the 37th Conference on Neural Information Processing Systems (NeurIPS 2023): Track on Datasets and Benchmarks. Project website: https://climateset.github.io/