Gazetteer for Scotland
PulseAugur coverage of Gazetteer for Scotland — every cluster mentioning Gazetteer for Scotland across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
NVIDIA Earth2Studio 支持自定义天气预报工作流
NVIDIA 的 Earth2Studio 正被用于构建自定义集成天气预报工作流。该过程包括安装 Earth2Studio 组件、加载预后模型以及检索大气初始条件。用户可以实现自定义诊断，例如将风速转换为涡轮机容量因子，并对大气变量应用物理上合适的噪声幅度。该系统利用 Earth2Studio 的 API 进行批量处理和数据存储，从而可以使用各种指标和可视化技术将预报与分析进行验证。
-
动态线路额定值演示使用天气模型进行实时输电容量计算
已开发出动态线路额定值（DLR）的演示系统，利用HRRR、GFS和ECMWF等免费天气模型计算IEEE 738导线载流量。该系统提供8跨输电线路走廊的实时、按跨额定值，并且AI代理可以通过publicmcp.org平台访问。
-
新的Transformer框架增强了中程降水预报能力
研究人员开发了CSU-PCAST，一个利用双分支Transformer架构进行中程集合降水预报的新型深度学习框架。该模型在ERA5和NASA IMERG数据上进行训练，可预测长达15天的天气状态和降水，并生成30个集合成员。与GEFS的评估显示，CSU-PCAST提高了预报技巧，降低了对轻度降水的偏差，并改善了概率验证，尽管在预测极端事件和集合校准方面仍存在挑战。
-
AI扩散模型利用气溶胶数据改进天气预报
研究人员开发了一种AI扩散模型来增强对流有效位能（CAPE）的预报，解决了当前系统低估夏季CAPE值的偏差。该模型在均方根误差和其他技能得分方面显著优于现有的全球预报系统（GFS）和全球集合预报系统（GEFS）。通过整合黑碳和硫酸盐等气溶胶信息，AI模型进一步提高了预报准确性，展示了气溶胶对对流的影响。
-
AI模型校准奖励分配中的归因代理在天气传感网络中
研究人员开发了一种新的方法，用于在使用可微分AI天气模型评估参与式天气传感网络中的数据贡献。该方法利用基于梯度的归因对网格化GFS分析输入来确定单个传感器数据的价值。虽然对于奖励分配和识别最佳传感器放置有效，但该方法容易受到对抗性输入的影响，需要外部基线数据进行检测。