实体
ECMWF IFS
ECMWF IFS
PulseAugur coverage of ECMWF IFS — every cluster mentioning ECMWF IFS across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
基于合成数据训练的AI天气模型在现实世界中表现出竞争力
研究人员开发了一种名为“长程蒸馏”的新技术来改进AI天气预报模型。该方法使用一个更复杂的“教师”AI模型生成的海量合成数据集来训练一个“学生”AI模型，模拟了超过10000年的气候数据。蒸馏后的模型在现实世界预报中表现出竞争力，其性能优于传统方法，甚至接近其教师模型的准确性，同时所需的计算步骤大大减少。
-
研究发现：AI天气模型在极端条件下表现出竞争力
一项发表在arXiv上的新研究调查了AI天气模型的性能，特别关注它们在极端天气条件下是否表现不佳。该研究在十个月的时间里，使用欧洲气象站的数据评估了十一个不同的物理和AI预报系统。与一些先前的假设相反，研究发现AI模型在预测极端天气方面并非普遍表现出技能上的不足，其中一些AI模型在风速、温度、太阳辐射和降水强度等特定指标上优于传统系统。
-
天气基础模型与卫星数据结合，实现精细化太阳能预测
研究人员开发了Baguan-solar，一个将天气基础模型与卫星图像相结合以进行精确太阳辐照度预测的新型框架。这种两阶段的多模态方法通过结合Baguan模型的大规模预测和高分辨率卫星数据来捕捉精细尺度的云动力学，从而改进了现有方法。Baguan-solar在东亚地区进行了测试，与其它领先的预测系统相比，其RMSE降低了16.08%。该系统的运营版本自2025年7月起在中国支持太阳能发电预测。