基于扩散桥的流体非配对降尺度方法

我们提出一种利用基于扩散映射的生成模型对理想化地球物理流体模拟进行降尺度的方法。通过分析取自不同数据分布图像的傅里叶谱，我们展示了如何将两个条件扩散模型链式连接用于域翻译。所得变换是低分辨率与高分辨率数据集之间的扩散桥，并允许在给定特定低分辨率特征的情况下生成新的高分辨率图像样本。生成新样本的能力使得无需任何额外校准或训练即可计算任意感兴趣的统计量。我们的无监督设置还旨在无需配对训练数据的情况下对图像进行降尺度；这种灵活性允许组合多个源域与目标域而无需额外训练。我们证明该方法增强了地球物理流体模拟中的分辨率并修正了上下文相关偏差，包括极端事件中的偏差。我们预期相同方法可用于对气候模拟输出（包括温度和降水场）进行降尺度，而无需为每个应用训练新模型，并显著节省计算成本。