用于生成英国风暴人口的生成模型
大气与海洋物理
2025-01-28 v1 机器学习
摘要
本研究评估了基于历史 ERA5 再分析数据训练的生成模型用于模拟英国风暴的潜力。评估了四种生成模型，包括标准 GAN、WGAN-GP、U-net 扩散模型和 diffusion-GAN，其能力在于复制风暴的空间特征和统计特性。不同模型具有各自的优势和局限。标准 GAN 显示更广泛的变异性且在 PCA 维度上对齐有限。WGAN-GP 表现更平衡，但偶尔误表示极端事件。U-net 扩散模型产生高质量的空间模式，但持续低估风暴强度。diffusion-GAN 在总体上优于其他模型，但高估极端值。结合这些模型的集合方法可能在提高其整体可靠性方面具有潜力。本研究为此类生成模型在气象学研究提供了基础，可能应用于风暴分析和风险评估。
引用
@article{arxiv.2501.16110,
title = {Using Generative Models to Produce Realistic Populations of UK Windstorms},
author = {Yee Chun Tsoi and Kieran M. R. Hunt and Len Shaffrey and Atta Badii and Richard Dixon and Ludovico Nicotina},
journal= {arXiv preprint arXiv:2501.16110},
year = {2025}
}
备注
42 pages, 14 figures, 6 tables. This work has been submitted to Artificial Intelligence for the Earth Systems. Copyright in this work may be transferred without further notice