FloeNet：一种跨气候概括的质量守恒全球海冰模拟器
大气与海洋物理
2026-03-16 v1 机器学习
摘要
我们介绍了 FloeNet，这是一种基于地球气候实验室（GFDL）全球海冰模型 SIS2 训练的机器学习模拟器。FloeNet 是一种质量守恒模型，模拟 6 小时海冰和雪-在-海冰生长、融化和输运相关的质量和面积预算趋势。我们使用来自再分析强制的海冰-海洋模拟数据训练 FloeNet，并测试其在前缇古控制气候和 1% CO2 气候下的概括能力。在所有强迫条件下，FloeNet 在再现海冰和雪-在-海冰的平均状态、趋势和年际波动方面优于非保守模型，南极体积异常相关系数大于 0.96，北极为 0.76。FloeNet 还能够产出正确的热力学与动力学响应，从而实现对模拟器输出的物理可解释性。最后，我们展示了 FloeNet 输出的高保真耦合相关变量，包括冰-海面皮肤温度、冰-海盐通量以及融化能量通量。我们假设 FloeNet 将提高现有大气和海洋模拟器中极地气候过程的表现。
引用
@article{arxiv.2603.12449,
title = {FloeNet: A mass-conserving global sea ice emulator that generalizes across climates},
author = {William Gregory and Mitchell Bushuk and James Duncan and Elynn Wu and Adam Subel and Spencer K. Clark and Bill Hurlin and Oliver Watt-Meyer and Alistair Adcroft and Chris Bretherton and Laure Zanna},
journal= {arXiv preprint arXiv:2603.12449},
year = {2026}
}
备注
4 Figures, 18 supplementary figures