搜索结果: 1-4 共查到“知识要闻 大气科学 神经网络”相关记录4条 . 查询时间(0.151 秒)
中国科学院大气物理研究所基于神经网络的大气模式动力框架非静力替代求解方案（图）
神经网络 大气模式 动力框架
2024/4/13
大气模式动力框架的非静力效应随水平分辨率的提高不断增强，当分辨率上升到一定的临界水平时，静力平衡假设为模式带来的误差开始发挥作用但仍不足够显著，称之为非静力过程影响的“灰色地带”。
中国科学院大气物理耦合图神经网络提升降水预报技巧（图）
物理耦合 神经网络 大气动力
2024/1/20
大模型时代，纯数据驱动的气象、气候模型效果逐渐追赶甚至赶超数值模式。然而，目前气象、气候大模型也仍然存在不少问题。比如物理一致性不高、辐散风预报效果不好等等，这些问题限制了对于降水等复杂天气气候现象的预测能力。目前，将物理、大气动力与深度学习模型结合成为提升模型能力，解决目前瓶颈问题的一条重要途径。中国科学院大气物理研究所LASG黄刚研究员团队基于地球系统数值模拟装置（寰）的数据和算力支持，从物理...
卷积神经网络预测模型：提前24个月预测ENSO（图）
神经网络 预测模型 预测ENSO
2021/1/15
厄尔尼诺-南方涛动 （ENSO）是热带地区最重要年际气候信号之一，对大气环流和降水具有全球性的影响，准确的ENSO 季节-年际预测有助于预报相关气象灾害。目前，国际和国内的预报中心大多依赖数值模式的多初值集合预报、多模式集合预报等，这些是常用的提高ENSO预报技巧的集合方法。
