IPSL-AID：基于生成扩散模型的气候降尺度——从全球到区域尺度
大气与海洋物理
2026-04-07 v1 人工智能
机器学习
摘要
气候变化的有效适应和缓解策略需要高分辨率预测来指导战略决策。常规全球气候模型通常以150至200公里的分辨率运行，缺乏表示基本区域过程的能力。IPSL-AID是一种基于去噪扩散概率模型的全球到区域降尺度工具，旨在解决这一局限性。它在ERA5再分析数据上训练，使用粗输入及其时空上下文生成0.25度分辨率的温度、风场和降水场。它还建模细尺度特征的概率分布，以生成合理的情景用于不确定性量化。该模型准确重建统计分布，包括极端事件、功率谱和空间结构。这项工作强调了生成扩散模型在不确定性量化方面实现高效气候降尺度的潜力。
引用
@article{arxiv.2604.03275,
title = {IPSL-AID: Generative Diffusion Models for Climate Downscaling from Global to Regional Scales},
author = {Kishanthan Kingston and Olivier Boucher and Freddy Bouchet and Pierre Chapel and Rosemary Eade and Jean-Francois Lamarque and Redouane Lguensat and Kazem Ardaneh},
journal= {arXiv preprint arXiv:2604.03275},
year = {2026}
}
备注
17 pages, 12 figures, submitted to Climate Informatique 2026, to appear in Environmental Data Science