climate-ai

NVIDIA 宣布，欧洲多家机构（包括 AXA、Vaisala Xweather、曼彻斯特大学和 TotalEnergies）正在部署其 Earth-2 开源 AI 天气与气候模型，新款 StormScope EU 区域临近预报模型也在 GTC Berlin 上正式加入该模型家族。

本文评估了五个天气基础模型作为冻结编码器在增强岩石风化（ERW）碳去除量化中的迁移能力，其中基于 Aurora 1.5 构建的 TerraNova-ERW 在未见农田上表现最佳，支持少样本预测并可显著减少土壤采样需求。

TC-Next 是一个多模态深度学习模型，利用基础模型预报和卫星图像进行零样本热带气旋路径和强度预测，相比传统追踪器显示出显著的误差降低。

本文介绍了EddyFlow，一个用于公里级海面温度降尺度的深度学习框架，它在预测精度、尺度相关结构和区域泛化之间取得平衡。该框架在多个海洋区域实现了强大的零样本性能和近乎理想的频谱保真度。

Njord是一种用于集合海洋预报的概率图神经网络，它提供不确定性估计，并在全球和区域基准上取得了最先进的性能，改进了海表温度预测。

介绍了Q-SRDRN，一种使用分位数损失的多分位数超分辨率网络，用于改进极端降水降尺度，在保持整体精度的同时，显著提高了强降雨事件的检测率。