卫星观测引导的扩散模型用于任意分辨率下的精准气象状态
机器学习
2025-02-13 v1 人工智能
大气与海洋物理
摘要
在任意位置获取表面气象条件的精准获取对于天气预报和气候模拟具有重要意义。由于从卫星观测中获得的气象状态常以低分辨率网格场形式提供，直接应用于获取特定位置的气象状态的空间插值方法常常与实际观测存在显著差异。现有的获取高分辨率气象状态信息的下采样方法通常忽略了与卫星观测之间的相关性。为弥合这一差距，我们提出了卫星观测引导的扩散模型（Satellite-observations Guided Diffusion, SGD），这是一种基于ERA5再分析数据并以卫星观测（GridSat）为条件的条件扩散模型，通过零样本引导采样策略和基于块的方法用于采样生成下采样后的气象状态。在训练过程中，我们提出通过注意力机制将GridSat卫星观测信息融合到ERA5地图中，使SGD能够生成更符合实际条件的大气状态。在采样阶段，我们采用可优化的卷积核来模拟升频过程，从而利用低分辨率ERA5地图以及来自气象站的观测作为指导生成高分辨率ERA5地图。此外，我们设计的基于块的方法促进SGD能够生成任意分辨率的气象状态。实验表明，SGD能够将气象状态下采样至6.25km的分辨率。
引用
@article{arxiv.2502.07814,
title = {Satellite Observations Guided Diffusion Model for Accurate Meteorological States at Arbitrary Resolution},
author = {Siwei Tu and Ben Fei and Weidong Yang and Fenghua Ling and Hao Chen and Zili Liu and Kun Chen and Hang Fan and Wanli Ouyang and Lei Bai},
journal= {arXiv preprint arXiv:2502.07814},
year = {2025}
}