Новая статья о феномено-ориентированной валидации нейросетевого масштабирования ветра

Сотрудники лаборатории опубликовали новую статью в Frontiers in Marine Science, посвященную валидации нейросетевого масштабирования полей приповерхностного ветра над арктическими морями.

Статья “On the phenomena-oriented validation of spatial neural-network based surface wind downscaling over the Arctic seas” подготовлена Вадимом Резвовым, Михаилом Криницким, Александром Гавриковым, Василисой Кошкиной и Екатериной Демидовой.

Работа рассматривает важную проблему статистического масштабирования: стандартные поточечные метрики не всегда показывают, насколько физически реалистичны восстановленные атмосферные поля. Поэтому авторы проверяют качество масштабирования через мезомасштабные явления, значимые для арктических морских условий, включая полярные мезоциклоны и новоземельскую бору.

Нейросетевая модель обучается повышать пространственное разрешение данных реанализа ERA5 с использованием высокоразрешающих расчетов WRF в качестве опорных данных. Согласно статье, модель воспроизводит мезомасштабную пространственную изменчивость, близко передает распределения характеристик интенсивности вихрей и формирует поля ветра, которые дают реалистичные значимые высоты волн при использовании в волновой модели. Такой подход существенно быстрее негидростатического моделирования, хотя для обучения ему все равно нужен высокоразрешающий опорный набор данных.

Читать статью

Михаил Криницкий
Михаил Криницкий
Заведующий лабораторией

Current research interests are machine learning and deep learning of various flavours applied in Earth Sciences started with observational applications, now shifted to generic data mining and natural processes modeling. The main applications are in Atmospheric sciences, including remote sensing, and also in Ocean sciences. There are also some applications in geochemistry and paleoreconstruction applications. Lecturing masters courses “Machine learning for Earth Sciences” and “Deep learning for Earth Sciences,” a.k.a. ML4ES and DL4ES (Rus.) in Moscow Institute of Physics and Technology and in Lomonosov Moscow State University.