Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

Réduction d'échelle des précipitations extrêmes avec la diffusion régularisée de Wasserstein

Created by
  • Haebom

Auteur

Yuhao Liu, James Doss-Gollin, Qiushi Dai, Ashok Veeraraghavan, Guha Balakrishnan

Contour

Cet article présente la diffusion régularisée de Wasserstein (WassDiff), une nouvelle méthode permettant d'augmenter la résolution des données pluviométriques basse résolution (données de jauge et de réanalyse). Contrairement aux modèles génératifs profonds existants, WassDiff utilise un régularisateur adapté à la distribution de Wasserstein pour réduire les biais empiriques en cas d'intensité extrême. Contrairement aux données haute résolution des réseaux radar et mésonet, WassDiff transforme les données à long terme, étendues et basse résolution en données haute résolution, fournissant ainsi des données pluviométriques haute résolution et à long terme, nécessaires à l'analyse des événements pluviométriques extrêmes. Les résultats expérimentaux montrent que WassDiff surpasse les méthodes de pointe existantes pour reproduire les événements météorologiques extrêmes tels que les tempêtes tropicales et les fronts froids.

Takeaways, Limitations

•
Takeaways:
◦
La mise à niveau des données pluviométriques à basse résolution vers des données à haute résolution peut contribuer à améliorer la précision de l’analyse des phénomènes de précipitations extrêmes et de l’évaluation des risques d’inondation.
◦
Surmonter les limites des méthodes existantes pour améliorer la précision en cas d’intensité extrême.
◦
Fournit une méthode pratique pour obtenir des informations sur les précipitations à long terme et à haute résolution en exploitant les données à basse résolution disponibles à l'échelle mondiale.
◦
Fournir des informations utiles pour l’élaboration de plans d’adaptation au changement climatique.
•
Limitations:
◦
Les performances de WassDiff peuvent dépendre de la qualité des données basse résolution utilisées en entrée.
◦
Des évaluations supplémentaires des performances de généralisation pour des régions ou des conditions climatiques spécifiques sont nécessaires.
◦
Une analyse du coût de calcul et du temps de traitement du modèle est nécessaire.
👍
Made with Slashpage