详细内容或原文请订阅后点击阅览
来自生成式 AI 的流程
生成扩散人工智能模型实现了预测、同化和缩小水流的三重作用。
来源:Eos杂志来源：水资源研究
在《水资源研究》2026 年 7 月号中，Yang 等人。 [2026] 提出了利用人工智能 (AI) 技术进行水流预测的创新，您可能已经从日常智能手机应用程序中了解了该技术。想象一下照片中的某些东西让您感到困扰。您可以使用橡皮擦将其删除，然后使用生成扩散模型自动填充背景。在这项研究中，扩散模型技术非常先进，不仅用于预测水流，还可以极其有效地在时间上缩小尺度并同化观测结果。对大样本研究 (CAMEL) 数据集的流域属性和气象学 (CAMEL) 数据集与其他竞争方法进行基准测试显示，在基线和极值方面，性能有所提高。这项研究为解决水文学中与不确定性预测、空间和时间降尺度以及模型与观测结果合并相关的主要挑战开辟了许多新途径。
引文：Yang, W.、Ji, H.、Lonzarich, L.、Song, Y.、Pan, M.、Lawson, K. 和 Shen, C. (2026)。基于扩散的概率建模，用于每小时的水流预测和同化。水资源研究，62，e2025WR042720。https://doi.org/10.1029/2025WR042720
—Stefan Kollet，《水资源研究》编辑