VegeDiff：面向地理植被预测的潜在扩散模型

在全球气候变化和频发极端天气事件的背景下，预测未来地理植被状态具有重要意义。植被变化过程受到动态气象变量与静态环境变量之间复杂相互作用的影响，导致高度不确定性。现有确定性方法无法解决此不确定性，无法准确建模这些变量对植被的影响，导致结果模糊且不准确。为此，我们提出VegeDiff用于地理植被预测任务。据我们所知，VegeDiff是首个采用扩散模型对植被变化过程的不确定性进行概率建模的方法，实现对未来植被状态的清晰准确生成。VegeDiff还分别建模了动态气象变量的全局影响和静态环境变量的局部效应，从而准确捕捉这些变量的影响。大量实验表明，VegeDiff在地理植被预测任务中效果显著。通过捕捉植被变化的不确定性并建模相关变量的复杂影响，VegeDiff超越了现有确定性方法，提供了未来植被状态的清晰准确预测结果。有趣的是，我们展示了VegeDiff在预测未来植被状态、探索气象变量对植被动力学影响等多个方面的潜在应用。本工作的代码将公开于https://github.com/walking-shadow/ Official_VegeDiff。