结果发现,FengWu-GHR 的预测结果慢慢趋向平滑,该模型仍然没有解决对极端天气预测产生的平滑效应。 Station 评估 通过分析场的数据、18,000 个不同气象站的实时观测数据,我们使用 2022 年 7-12 月的数据对模型进行检验,以 IFS_HRES、盘古大模型作对比,FengWu-GHR 在提前任何天数得到的预测结果都占据优势地位。 热...
结果发现,FengWu-GHR 的预测结果慢慢趋向平滑,该模型仍然没有解决对极端天气预测产生的平滑效应。 Station 评估 通过分析场的数据、18,000 个不同气象站的实时观测数据,我们使用 2022 年 7-12 月的数据对模型进行检验,以 IFS_HRES、盘古大模型作对比,FengWu-GHR 在提前任何天数得到的预测结果都占据优势地位。 热...
IFS 和 FengWu-GHR 的 Bias、Activity 比较 用指标 Bias 来衡量预测结果偏差,FengWu-GHR 更接近于 0,测试结果更好。用 Activity 指标来衡量随着预测时间增加,预测结果是否会变得更模糊化。结果发现,FengWu-GHR 的预测结果慢慢趋向平滑,该模型仍然没有解决对极端天气预测产生的平滑效应。 Station 评估 通过分析场的...
结果发现,在 RMSE、ACC 指标上,FengWu-GHR 都展现出明显的优势,RMSE 更低,ACC 更高。 IFS 和 FengWu-GHR 的 Bias、Activity 比较 用指标 Bias 来衡量预测结果偏差,FengWu-GHR 更接近于 0,测试结果更好。用 Activity 指标来衡量随着预测时间增加,预测结果是否会变得更模糊化。结果发现,FengWu-GHR 的预测结果...
据介绍,FengWu-GHR 是第一个能够在 0.09° 水平分辨率下运行的机器学习全球数值天气预报模型,将格点密度提高了大约八倍,为更准确、更精细的全球天气预测提供了坚实的技术基础。 它采用了一种新颖的方法,即从一个预训练的低分辨率模型中继承先验知识。这个策略为高分辨率的天气预测模型提供了宝贵的启示,实现了先进模型...