深度生成模型在完美预报气候降尺度中的应用
机器学习
2023-05-03 v1 大气与海洋物理
应用统计
摘要
深度学习近来作为一种完美预报降尺度技术崭露头角，用于从大尺度粗分辨率大气数据计算高分辨率场。尽管其在再现观测到的局地变率方面结果令人鼓舞，但它们基于在每个位置估计独立分布，这导致空间结构存在缺陷，尤其在降水降尺度时更为明显。本研究提出使用生成模型来改善高分辨率场的空间一致性，这种一致性是一些行业应用（例如水文学）为应对气候变化所迫切需求的。
引用
@article{arxiv.2305.00974,
title = {On the use of Deep Generative Models for Perfect Prognosis Climate Downscaling},
author = {Jose González-Abad and Jorge Baño-Medina and Ignacio Heredia Cachá},
journal= {arXiv preprint arXiv:2305.00974},
year = {2023}
}
备注
Accepted at the NeurIPS 2021 Tackling Climate Change with Machine Learning Workshop