Loading...
机构名称:
¥ 1.0

识别产生破坏性风暴潮的热带气旋以进行风险评估(例如从用于气候研究的大型降尺度风暴目录中识别),通常很棘手,因为它需要进行许多昂贵的蒙特卡罗流体动力学模拟。在这里,我们表明替代模型从准确度、召回率和精确度的角度来看很有前景,并且它们可以“推广”到新的气候情景。然后,我们提出了一种信息丰富的在线学习方法,仅使用一些流体动力学模拟即可快速搜索产生极端风暴潮的气旋。从具有详细风暴潮流体动力学模拟的最小 TC 子集开始,替代模型选择信息丰富的数据进行在线重新训练,并迭代改进其对破坏性 TC 的预测。对大量降尺度 TC 目录的结果表明,使用不到 20% 的模拟作为训练,检索罕见的破坏性风暴的精确度为 100%。信息丰富的采样方法高效、可扩展到大型风暴目录,并可推广到气候情景。

arXiv:2501.00149v2 [physics.ao-ph] 2025 年 1 月 6 日

arXiv:2501.00149v2 [physics.ao-ph] 2025 年 1 月 6 日PDF文件第1页

arXiv:2501.00149v2 [physics.ao-ph] 2025 年 1 月 6 日PDF文件第2页

arXiv:2501.00149v2 [physics.ao-ph] 2025 年 1 月 6 日PDF文件第3页

arXiv:2501.00149v2 [physics.ao-ph] 2025 年 1 月 6 日PDF文件第4页

arXiv:2501.00149v2 [physics.ao-ph] 2025 年 1 月 6 日PDF文件第5页