在全球气候变化研究中，将低分辨率的大尺度气候模式数据转化为高分辨率区域数据，是准确评估极端天气与区域微气候的关键。然而，现有主流国际工具普遍受限于固定尺度约束。
近日，中国科学院南海海洋研究所等团队，研发出一种基于隐式神经网络混合专家模型（MINet）的大气降尺度新方法。团队通过多尺度隐式特征构建，和基于坐标的混合专家解码器，实现了仅需一次固定尺度训练，即可完成任意尺度气象数据的超分辨率重建。
在与地球科学基础大模型ClimaX的对比测试中，MINet性能更优，且具备ClimaX所缺乏的任意尺度推断能力。在MPI-ESM到ERA5的标准降尺度任务（4倍放大）中，MINet在Z500（500hPa位势高度）、T850（850hPa温度）等五个关键气象变量上的加权均方根误差，均明显低于ClimaX，且皮尔逊相关系数更高。结果显示，MINet在陆地与海洋区域的误差分布较ResNet、U-Net等经典架构更为平稳，且能灵活适应不同科研任务对分辨率的特定需求。
该研究突破了传统深度学习模型仅能在固定分辨率下运行的局限，为精细化区域气候分析与天气预报提供了高精度、高灵活性的技术手段。研究团队下一步将依托南海海洋所超算平台，拓展MINet在实时天气预报及多源卫星数据融合中的应用，构建面向南海及周边区域的精细化气象要素重构系统，为海洋灾害预警和区域气候评估提供核心算法支撑。
相关研究成果发表在Pattern Recognition上。
论文链接
MINet实现大气变量任意尺度降尺度的示意图
随着公众号、抖音、快手等一众新媒体平台强势崛起，有不少本科生没有走传统的找工作上班路线，而是选择自己做新媒体，通过文 11月7日，东南大学交通学院官网教师栏目更新信息显示，毛国强已任东南大学首席教授、智能驾驶与智慧交通研究中心主任、 中国工程院院士、北京理工大学教授张军团队首创片上光谱复用感知架构，自主研制了全球首款百通道百万像素高光谱实时成像 华南农业大学兽医学院药理团队曾振灵教授和陈建新研究员在国家自然科学基金创新群体项目、国家自然科学基金非洲猪 当记者不久前在内蒙古鄂尔多斯市东胜区第十二小学见到全国特级教师、杭州市理想教育集团总校长俞国娣时，她正在为鄂尔多斯市“名校长工作室”的几位校长进行一对一的解答和指导。作为鄂尔 日前，教育部印发《关于做好2025届全国普通高校毕业生就业创业工作的通知》（以下简称《通知》），部署各地各高校深入贯彻落实党中央、国务院决策部署，实施“2025届全国普通高校毕业生就业创业促进和 。本文链接：深度学习驱动大气降尺度技术研究取得进展http://www.sushuapos.com/show-12-2381-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 深海润滑材料研究获进展
下一篇： 研究发现叶甲利用色氨酸破解杨树化学防御