11:06官方账号arXiv cs.LG@Cas Decancq, Thomas Mortier, Jessica Keune, Diego G. MirallesarXiv论文评估了Pangu-Weather、FuXi、ArchesWeather、AIFS、GraphCast和Aurora六种深度学习天气仿真器,在10-15天超前时间下预测全球近地表温度和极端高温的表现。结果显示多个仿真器在确定性温度技能上媲美甚至超过物理模型,但存在频谱模糊问题。所有模型对极端高温都有一定预测技能,但多数低估峰值强度,IFS的召回率高于所有仿真器。研究凸显AI提升延伸期温度预测的潜力,也指出可靠预警的挑战。论文Pangu-WeatherFuXiGraphCast推荐理由:这篇论文把六个AI天气模型和传统模型放在一起比了10-15天的高温预报,发现AI能追平但会糊掉极端值,搞气象预测的值得看看。原文稍后读已读值得跟进有用关注 Pangu-Weather