UP-Diff:遥感城市预测的潜在扩散模型
原文中文,约400字,阅读约需1分钟。发表于: 。本研究提出了一种新颖的遥感城市预测任务,旨在利用现有城市布局和规划变化图来预测城市布局,并通过 UP-Diff 的潜在扩散模型来实现。与传统的遥感变化检测方法相比,UP-Diff 可以避免需要预配对的变化前后图像,从而提高了在城市发展中的实用性。实验结果表明,UP-Diff 能够准确预测未来城市布局,具有极高的保真度,显示了其在城市规划方面的潜力。
本文介绍了一种经济有效的千米级降尺度扩散模型,用于物理风险预测。该模型通过训练台湾的高分辨率天气模型得到,并能准确预测有害风和降水极端事件。研究显示,该模型能恢复重要的幂律关系,并具有与学到的物理学相似的多变量关系。此外,该模型还成功保留了全球预报模型的优势,预示着一个新的全球到区域的机器学习天气预报时代即将到来。