用于亚公里天气下采样的稀疏局部隐式图像函数
机器学习
2025-10-24 v1
摘要
我们引入SpLIIF以生成隐式神经表征，实现对天气变量的任意下采样。我们基于日本稀疏天气站点和地形数据训练模型，并评估其在预测温度和风速时的准确性，与插值基线和CorrDiff进行比较。我们发现该模型在下采样温度时，比两种方法都高出约50%，风速提升约10%-20%。
引用
@article{arxiv.2510.20228,
title = {Sparse Local Implicit Image Function for sub-km Weather Downscaling},
author = {Yago del Valle Inclan Redondo and Enrique Arriaga-Varela and Dmitry Lyamzin and Pablo Cervantes and Tiago Ramalho},
journal= {arXiv preprint arXiv:2510.20228},
year = {2025}
}