Все новости
Цифровой Двойник

Физически информированное прогнозирование атмосферной температуры для климатических цифровых двойников

Исследование оценивает физически информированную нейросеть для краткосрочного прогноза потенциальной температуры при неполных термических наблюдениях, используя уравнение адвекции-источника в координатах давления и замыкание диабатического источника, зафиксированное по предыдущим 12 часам. Валидация выполнена на почасовых данных реанализа ERA5 на трех уровнях давления для горизонтов один, два и три часа в сравнении с персистентностью, локальным трендом и двумя нейросетевыми базовыми моделями.

Почему это важно

Подход показывает, как физические ограничения дополняют данные в краткосрочных прогнозах, что значимо для климатических цифровых двойников городов и регионов.

Созвучно продуктам ЦД

ЦДГЦД.Прогноз
Заголовок оригинала
Sparse-Observation Atmospheric Thermal Forecasting with Physics-Informed Neural Networks for Climate-Aware Digital Twins
Читать первоисточник: arXiv API — полнотекстовый поиск "digital twin"

Перевод и краткое изложение — машинные, по материалам источника. Полный текст статьи не републикуется; права на него принадлежат источнику.