通过包含触发机制在现今和未来气候中的评估，改进神经网络对流方案
大气与海洋物理
2026-04-08 v3
摘要
本研究改进了神经网络（NN）参数化的深度对流方案，用于全球大气模型ARP-GEM。为考虑到对流的偶发性，我们开发了一种包括触发机制的NN参数化方案，可检测网格单元内是否活跃深度对流。该新型数据驱动参数化方案在取代ARP-GEM原始深度对流方案后，优于现有NN参数化方案于当前气候。线上模拟使用该NN参数化方案运行时没有稳定性问题。随后，在更温暖的气候中对该NN参数化方案进行在线评估。我们确认，使用相对湿度而非特定总湿气度作为NN（以当前数据训练）的输入，可提高其在更温暖气候中的性能和泛化能力。最后，我们使用更温暖气候的数据训练NN参数化方案，该配置在用于当前或更温暖气候中的模拟中获得相似结果。
引用
@article{arxiv.2511.05074,
title = {Improvement of a neural network convection scheme by including triggering and evaluation in present and future climates},
author = {Hugo Germain and Blanka Balogh and Olivier Geoffroy and David Saint-Martin},
journal= {arXiv preprint arXiv:2511.05074},
year = {2026}
}