XiaoMi-AI文件搜索系统
World File Search System地形效应
使用生成的对抗网络对瑞士的历史风场进行缩小降级
摘要：使用全球数值天气和气候模型来估算近地面风，因为通过潜在的地形（尤其是瑞士等国家）对空气流进行了强烈修改。在本文中，我们使用基于深度学习和高分辨率数字高程模型的统计方法，将每小时近距离近地面风频段从ERA5重新分析（从原来的25公里网格到1.1 km网格）进行空间下降。来自国家气象服务Meteoswiss的运营数值天气预测模型COSMO-1的2016 - 20的1.1 km分辨率风数据集用于训练和验证我们的模型，这是一种具有梯度pe-Nalized pe-Nalized wasserstein损失的生成对抗网络（GAN）。结果是现实的高分辨率历史地图，该图在瑞士上的每小时风扇的栅栏，以及对聚合风速分布的非常好的预测。区域平均图像特异性指标相对于ERA5的预测有明显的改善，在瑞士高原上的位置通常比对高山区域的技能度量更好。缩小的风场表现出高分辨率，物理上合理的地形效应，例如脊加速和庇护所，这些效应在原始ERA5场中无法解决。
2022年气候状态：北极-AMS期刊
摘要：海洋中尺度涡流混合通过重新分布热，盐和碳在地球气候系统中起着至关重要的作用。对于许多海洋和气候模型，仍需要对中尺度的涡流进行参数化。这通常是通过涡流扩散率K来完成的，该K设置了湍流降级示踪剂的强度。众所周知的效果是在存在背景电位涡度（PV）梯度的情况下对K的调节，该梯度抑制了PV梯度方向的混合。地形斜率可以通过地形PV梯度诱导这种抑制。但是，这种效果几乎没有引起关注，而k的参数化通常不包括地形效应。在这项研究中，我们表明，可以使用简单的随机表示 - 涡流相互作用来描述地形对k分析中K的影响。我们获得了深度平均K作为底坡的函数的分析表达式，我们可以根据数值模型来验证被诊断的涡流扩散率。所获得的分析式 - 可以推广到任何恒定的正压PV梯度。此外，该表达与以前研究相对于地形而不是涡流扩散率的经验参数化是一致的，并为这些参数化提供了物理合理化。新表达有助于了解涡流扩散如何在整个海洋中变化，从而在中尺度涡流如何影响海洋混合过程。