BaguanHR: Scaling dei Dati per Previsioni Meteorologiche ad Alta Risoluzione

BaguanHR, un nuovo framework, suggerisce di passare dal trasferimento di modelli al trasferimento di dati per affrontare le sfide nella previsione meteorologica ad alta risoluzione. La creazione di modelli globali di previsione meteorologica a una risoluzione di 0,1 gradi utilizzando l'apprendimento automatico è limitata dalla scarsità di dati ad alta risoluzione, poiché la rianalisi storica esiste solo a una risoluzione di 0,25 gradi. I metodi attuali tentano di affinare i modelli a 0,25 gradi con campioni sparsi a 0,1 gradi, ma questo processo soffre di una perdita irreversibile di informazioni associata alle previsioni a risoluzione grossolana. Al contrario, BaguanHR utilizza la super-risoluzione (SR) per un trasferimento di risoluzione più efficace, beneficiando di una minore entropia condizionale e dell'amplificazione dell'input. Impiegando SR per variabile, il framework genera dati completi a 0,1 gradi da ERA5. BaguanHR supera sia le tecniche basate su ML che IFS-HR, la variante ad alta risoluzione del Sistema di Previsione Integrato. La ricerca è accessibile su arXiv con l'identificatore 2608.14652.