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。该模型能够准确预测有害风和降水极端事件，并恢复重要的幂律关系。研究显示，该模型类似于学到的物理学，并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。

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。

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区域高分辨率天气模型得到，能够准确预测有害风和降水极端事件。研究显示，该模型能够恢复重要的幂律关系，并展示了多变量关系，如冷锋中的强降雨伴随的尖锐风和温度变化，以及台风眼壁周围的极端风和降雨带。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。