CRPS-LAM: 基于匹配边缘分布的区域性ensemble天气预报
机器学习
2025-11-27 v2
摘要
机器学习天气预报日益依赖于ensemble 方法以提供概率预报。基于连续排序概率得分(CRPS)训练的全球天气预报模型取得了良好成绩，但在抽样阶段仍昂贵。建立在全球天气预报模型基于 CRPS 训练的成功基础上，我们引入 CRPS-LAM，这是一个基于 CRPS 目标训练的概率LAM天气预报模型。通过对模型注入单个潜在噪声向量，CRPS-LAM 在单次前向传播中生成ensemble成员，实现了比扩散模型抽样速度快达 39 倍。我们在MEPS区域数据集上对模型进行评估，CRPS-LAM 在误差上与扩散模型相当。该方法在保留细节尺度预报细节的同时，表现出色，成为有效的概率区域性天气预报方法。
关键词
引用
@article{arxiv.2510.09484,
title = {CRPS-LAM: Regional ensemble weather forecasting from matching marginals},
author = {Erik Larsson and Joel Oskarsson and Tomas Landelius and Fredrik Lindsten},
journal= {arXiv preprint arXiv:2510.09484},
year = {2025}
}
备注
Preprint