智能上海台风模型（ISTM）：面向台风混合建模的生成式概率仿真器
大气与海洋物理
2025-08-26 v1
摘要
为解决人工智能天气预测（AIWP）模型中台风强度系统性低估的问题，我们提出智能上海台风模型（ISTM）：基于两阶段 UNet-Diffusion 框架的统一区域到台风生成式概率预测系统。ISTM 学习从 4 年 25 km ERA5 再分析到 9 km 高分辨率台风再分析数据集的下采样映射，实现从粗糙分辨率场生成千米尺度的近表面变量和最大雷达波束反射率。评估结果表明，两阶段 UNet-Diffusion 模型在捕捉地表风速和降水结构与强度方面显著优于 ERA5 和基线 UNet 回归模型。经过微调后，ISTM 能够有效地将 AIFS 预测（一种先进的 AIWP 模型）映射到来自 AI-physics 混合上海台风模型的高分辨率预测中，显著提升了台风强度预测，同时保持路径精度。这一工作将 ISTM 定位为混合建模系统的高效 AI 模拟器，实现快速且物理一致的下采样。该框架为 AIWP 与基于物理的数值模型的共同演化 establish 了统一路径，推动下一代台风预报能力的发展。
引用
@article{arxiv.2508.16851,
title = {Intelligent Shanghai Typhoon Model (ISTM): A generative probabilistic emulator for typhoon hybrid modeling},
author = {Zeyi Niu and Wei Huang and Sirong Huang and Bo Qin and Mengqi Yang and Haofei Sun and Zhaoyang Huo and Haixia Xiao},
journal= {arXiv preprint arXiv:2508.16851},
year = {2025}
}