球形物理信息神经算子：多尺度耦合气象降尺度方法

IJCAI 2026 论文提出球形物理信息神经算子，通过球面拉普拉斯分解和局部球面积分算子，实现气象变量的高精度与零样本泛化降尺度。 该方法嵌入可微物理约束以保持动力学一致性，并解决球面几何畸变及多尺度耦合失配问题。 实验显示其在不同气象变量和未知查询上均优于现有框架，提供可解释的全球至区域降尺度解决方案。