地球环境研究所揭示人工智能可有效改善流域尺度的气候模拟

中国科学院地球环境研究所与西安石油大学合作，开发了一种基于残差密集块的卷积神经网络模型（RRDBNet），用于黄河中游地区的降水统计降尺度研究。该研究旨在通过人工智能技术提高流域尺度气候模拟的精确度，特别是在极端降水事件的模拟上。研究结果显示，RRDBNet模型在模拟高分辨率降水的时空特征方面表现优异，相较于传统的广义线性回归模型，显著降低了均方根误差并提高了皮尔逊相关系数。该模型在模拟极端降水频率方面也显示出更好的效果，表明人工智能模型在流域尺度气候降尺度中具有潜在的应用价值，可为黄河流域未来气候变化预测提供技术支持。该研究成果发表在《Quarterly Journal of the Royal Meteorological Society》上，并得到了国家自然科学基金和中国科学院战略性先导专项项目的资助。