Physics-Guided Learning of Meteorological Dynamics for Weather Downscaling and Forecasting
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了PhyDL-NWP框架,结合物理方程与数据驱动模型,解决传统数值天气预报的计算密集和物理不完整问题。实验结果表明,该方法推理速度提升170倍,参数量仅为55K,显著提高了预报性能和物理一致性。
🎯
关键要点
-
本研究提出了PhyDL-NWP框架,结合物理方程与数据驱动模型。
-
该框架解决了传统数值天气预报的计算密集和物理不完整问题。
-
实验结果显示,推理速度提升了170倍,参数量仅为55K。
-
PhyDL-NWP显著提高了天气预报的性能和物理一致性。
➡️