使用超分辨率技术增强历史气候模型数据
导读 超分辨率技术是一种新的计算方法，用于增强旧气象模型数据，使科学家能够更好地评估地球的全球气候历史。气象局国家气象信息中心首席科学家...
超分辨率技术是一种新的计算方法，用于增强旧气象模型数据，使科学家能够更好地评估地球的全球气候历史。气象局国家气象信息中心首席科学家史春祥博士表示，提升数码照片和视频的超分辨率计算是计算历史高分辨率模型同化数据的重要分析工具。
“由于历史观测数据稀少，气象局土地资料同化系统(CLDAS)无法生成高质量和高分辨率的数据，”石博士说。“去年年初，我了解到超分辨率技术可以用来完成视频和图片的高分辨率重建，我们也可以将这项技术融入到高分辨率历史同化数据的重建中。”
气象局国家气象信息中心的石博士和她的团队还以气象局的陆地资料同化系统(CLDAS)和40年全球大气/地表再分析数据集(CRA-40)而闻名。最近，他们在《大气科学进展》中发表了基于 CLDAS 数据的超分辨率降尺度研究。
具体来说，该团队构建了一个深度学习降尺度模型CLDASSD(CLDAS Statistical Downscaling)。利用京津冀地区 2m 温度模型数据，研究人员进行了降尺度测试，使大尺度(低分辨率)模型输出可用于增强局部尺度预测(高分辨率)。他们的方法成功地重建了复杂山区的精细纹理，人类可能无法观察到这些地区。通过与观测数据的比较，CLDASSD的均方根误差小于一般的基于插值的降尺度方法，用于不同的每日时间、季节和地形。
“自然图像和气象数据在某些方面有相似之处，一些计算机视觉技术(超分辨率、语义分割等)可能会应用在大气中。” 石博士说。“未来，我们将学习更好的超分辨率技术来升级我们的模型，并在全国范围内开展更多利用土壤水分、10m风、降水等要素的实验，以填补CLDAS的空白。”
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时候联系我们修改或删除，多谢。