基于残差移位扩散模型的数值模式温度预报空间降尺度方法
王兴1
叶威良1
张通2
苗子书3
吴其亮4
1.南京信息工程大学计算机学院,江苏 南京 2100442.南京信息工程大学大气科学学院,江苏 南京 2100443.包头市气象局,内蒙古 包头 0140304.北京风云气象科技发展有限公司,北京 100081
摘要：数值模式预报在气象预测中占据核心地位,利用深度学习技术提升预报的空间精度是空间降尺度的重要发展方向之一.然而,传统生成式模型存在计算效率低、空间纹理精度不足以及模式坍塌等问题.为了解决这些问题,提出了一种基于残差移位扩散模型的数值模式预报空间降尺度方法.具体而言,将残差引入扩散模型的扩散过程中,帮助模型快速收敛,减少采样步骤,相比潜空间扩散模型,推理时间缩短到四十分之一,有效提高了计算效率.通过扩散模型逐步去噪的过程,生成高质量和细节丰富的降尺度图像,显著提升了空间细节表现力.此外,设计了一个噪声灵活控制机制,有效缓解了模式坍塌问题,保证了生成图像的多样性.在与生成对抗模型的对比试验中,本方法在峰值信噪比(PSNR)、结构相似性(SSIM)和图像感知相似度(LPIPS)等指标上分别实现了6%、12%和16%的显著提升.通过这一方法,有望为气象敏感行业提供更准确、更精细的天气信息,推动相关领域的技术进步.
关键词：数值模式预报空间降尺度扩散模型噪声控制残差移位
分类号：X435(自然灾害及其防治)
资助基金：江苏省自然科学基金面上项目(BK20221344)国家自然科学基金(41805033)教育部卓越工程师教育培养计划项目产学合作协同育人项目(220702331220448)
论文发表日期：2024-12-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：13( 869-881 )
英文信息