跳到正文
arXiv · ML· Yash Diggikar, Milton Halem, Aishwarya Raman·· 2 天前AI 评分31

首个 AI 驱动的 OSSE 框架评估 FourCastNet V2、GraphCast 等模型物理一致性

An AI-Based OSSE Framework to Evaluate Learned Physical Consistency: A Multi-Model Study Using FourCastNet, Aurora, Prithvi WxC, and GraphCast

AI 导读

研究人员提出首个基于 AI 的观测系统模拟实验框架,用于评估 AI 气象模型对物理一致性的复现能力。 实验涵盖 FourCastNet V2、GraphCast、Aurora 和 Prithvi WxC 四个模型,在 60 天预报周期中植入 ERA5 温度场以推断大气状态。 不同架构模型对观测响应的表现各异,基础模型产生最强影响,而 GraphCast 在特定层级配置下出现可修正的数值不稳定现象。

来源:arXiv · ML · arxiv.org