Nature | 基于扩散模型带概率分布地预测天气

文章预览

准确的天气预报能够帮助人们降低灾害天气带来的损失，并更好地利用风能等清洁能源。传统基于物理定律的预测模型计算量大[1]，而基于机器学习的方法难以获取可靠的不确定性信息[2], [3]。 最新一项发表在Nature的工作通过基于条件扩散 （conditional diffusion） 的模型[4]- GenCast实现了准确高效并且含有概率信息的天气预报[3]。 该方法的主要原理是用之前两个时间点的天气信息作为限制，结合从传统数据“学习”天气变化规律[5]，从随机噪声出发逐渐生成后续时间点的天气信息。进一步，通过多次随机噪声添加与去噪过程，就可以获取天气状态概率分布信息[3]。 GenCast基于条件扩散实现天气预测[3]。 研究人员后续结合与传统模型的比较发现 GenCast 在绝大部分情况下比传统方法更时空精准地预测天气；特别是对于灾害天气，比如台风等，带来更有价值 ………………………………