基于Transformer的区域再分析超分辨率下采样:全域与切片方法的比较
本研究应用深度学习扩散模型提升天气数据的空间分辨率,使用SR3和ResDiff架构将低分辨率数据转化为高分辨率。实验基于WeatherBench数据集,聚焦两米温度变量。结果表明,ResDiff模型在MSE、SSIM和PSNR指标上优于传统方法,展示了其在气象应用中的潜力。
原文中文,约400字,阅读约需1分钟。
本研究应用深度学习扩散模型提升天气数据的空间分辨率,使用SR3和ResDiff架构将低分辨率数据转化为高分辨率。实验基于WeatherBench数据集,聚焦两米温度变量。结果表明,ResDiff模型在MSE、SSIM和PSNR指标上优于传统方法,展示了其在气象应用中的潜力。