期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
生成式人工智能扩散模型在气象领域中的研究与应用进展
1
作者 周爽 张金满 +4 位作者 田伟守 陈子轩 冯雪 赵增保 杨元建 《大气科学学报》 北大核心 2025年第3期515-528,共14页
在全球气候变化加剧和极端天气事件频发的背景下,准确预测天气和气候变化变得愈发重要。传统气象模型在模拟复杂大气系统和处理高维数据方面存在局限性,在一定程度上制约了预测的精度和可靠性。近年来,生成式人工智能模型,尤其是扩散模... 在全球气候变化加剧和极端天气事件频发的背景下,准确预测天气和气候变化变得愈发重要。传统气象模型在模拟复杂大气系统和处理高维数据方面存在局限性,在一定程度上制约了预测的精度和可靠性。近年来,生成式人工智能模型,尤其是扩散模型(diffusion model)凭借其强大的生成能力和多模态数据处理能力,在图像合成、自然语言处理等领域取得了显著进展。鉴于其在高质量样本生成和多样性表达方面的优势,研究者开始探索扩散模型在气象领域的应用潜力。本文综述了扩散模型在气象领域的应用现状和前景,重点关注其在降水预报、数据同化、空间降尺度和极端天气事件模拟等关键性任务中的表现。研究表明,扩散模型为处理复杂天气系统提供了新的技术途径,给气象学领域带来了全新的研究范式和技术创新。未来扩散模型有望与传统物理模型深度融合,在天气预报、气候变化预估和极端事件预警等方面发挥重要作用。 展开更多
关键词 扩散模型 降水预报 数据同化 空间降尺度 极端天气模拟
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部