論文の概要: MERCURY: A fast and versatile multi-resolution based global emulator of compound climate hazards

• arxiv url: http://arxiv.org/abs/2501.04018v1
• Date: Tue, 24 Dec 2024 04:56:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-12 03:45:59.118354
• Title: MERCURY: A fast and versatile multi-resolution based global emulator of compound climate hazards
• Title（参考訳）: MERCURY:複合気候リスクの高速で多用途なマルチレゾリューションに基づくグローバルエミュレータ
• Authors: Shruti Nath, Julie Carreau, Kai Kornhuber, Peter Pfleiderer, Carl-Friedrich Schleussner, Philippe Naveau,
• Abstract要約: コンポウンド気候リスク評価のためのマルチレゾリューションエミュラトR:MERCURYを提案する。 MerCURYは複数変数の多元的エミュレーションのための時間的フレームワークにマルチレゾリューション解析を拡張している。 Wet Bulb Globe temperature, MERCURY's capabilities on the humid-heat metric, Wet Bulb Globe temperature。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: High-impact climate damages are often driven by compounding climate conditions. For example, elevated heat stress conditions can arise from a combination of high humidity and temperature. To explore future changes in compounding hazards under a range of climate scenarios and with large ensembles, climate emulators can provide light-weight, data-driven complements to Earth System Models. Yet, only a few existing emulators can jointly emulate multiple climate variables. In this study, we present the Multi-resolution EmulatoR for CompoUnd climate Risk analYsis: MERCURY. MERCURY extends multi-resolution analysis to a spatio-temporal framework for versatile emulation of multiple variables. MERCURY leverages data-driven, image compression techniques to generate emulations in a memory-efficient manner. MERCURY consists of a regional component that represents the monthly, regional response of a given variable to yearly Global Mean Temperature (GMT) using a probabilistic regression based additive model, resolving regional cross-correlations. It then adapts a reverse lifting-scheme operator to jointly spatially disaggregate regional, monthly values to grid-cell level. We demonstrate MERCURY's capabilities on representing the humid-heat metric, Wet Bulb Globe Temperature, as derived from temperature and relative humidity emulations. The emulated WBGT spatial correlations correspond well to those of ESMs and the 95% and 97.5% quantiles of WBGT distributions are well captured, with an average of 5% deviation. MERCURY's setup allows for region-specific emulations from which one can efficiently "zoom" into the grid-cell level across multiple variables by means of the reverse lifting-scheme operator. This circumvents the traditional problem of having to emulate complete, global-fields of climate data and resulting storage requirements.
• Abstract（参考訳）: 高影響の気候は、しばしば複合的な気候条件によって引き起こされる。 例えば、高湿度と温度の組み合わせによって、高熱応力条件が生じることがある。 様々な気候シナリオと大規模なアンサンブルの下での複合的ハザードの将来の変化を探求するために、気候エミュレータは、地球系モデルに対する軽量でデータ駆動的な補完を提供することができる。 しかし、複数の気候変数を共同でエミュレートできるエミュレータはごくわずかである。 本研究では,コンポウンド気候リスク診断のためのマルチレゾリューションエミュラトR:MERCURYを提案する。 MERCURYはマルチレゾリューション解析を多変数の多元的エミュレーションのための時空間フレームワークに拡張する。 MERCURYは、メモリ効率のよいエミュレーションを生成するために、データ駆動の画像圧縮技術を活用している。 MERCURYは、確率的回帰に基づく加法モデルを用いて、各変数の年次グローバル平均温度(GMT)に対する月次的、地域的応答を表す地域成分で構成され、地域的相互相関を解消する。 次に、逆昇降スキーム演算子を適用して、地域的、月次的な値をグリッドセルレベルに共同的に分解する。 湿潤熱量である湿潤球グローブ温度を温度と相対湿度エミュレーションで表すためのMERCURYの能力を実証した。 シミュレーションされたWBGT空間相関はESMとよく一致し、95%および97.5%のWBGT分布の量子化は、平均5%の偏差でよく捕捉される。 MERCURYのセットアップでは、逆リフト・スキーム演算子を用いて、複数の変数にわたるグリッドセルレベルに効率よく「ズーム」できる領域固有のエミュレーションが可能である。 これにより、気候データの完全でグローバルなフィールドをエミュレートし、結果としてストレージ要求を発生させるという従来の問題を回避することができる。

関連論文リスト

• MambaDS: Near-Surface Meteorological Field Downscaling with Topography Constrained Selective State Space Modeling [68.69647625472464]
  気象予測において重要な課題であるダウンスケーリングは、ターゲット領域に対する高解像度気象状態の再構築を可能にする。 以前のダウンスケーリング手法には気象学のための調整された設計が欠けており、構造的な限界に遭遇した。 本稿では,多変数相関と地形情報の利用性を高める新しいモデルであるMambaDSを提案する。
  論文  参考訳（メタデータ） (2024-08-20T13:45:49Z)
• Embedding machine-learnt sub-grid variability improves climate model biases [0.44998333629984877]
  雲形成の下の表現は、気候シミュレーションに関連する長年の偏見である。 高分解能統一モデルシミュレーションで訓練された多出力ガウス過程(MOGP)を組み込むことで,これらのバイアスを克服する。 制御モデルとMLハイブリッドモデルの両方に対して10年間の予測が生成される。
  論文  参考訳（メタデータ） (2024-06-13T19:35:58Z)
• Diffusion-Based Joint Temperature and Precipitation Emulation of Earth System Models [0.724847561444869]
  生成確率拡散モデルを用いて地球系モデル(ESM)をエミュレートする以前の研究を拡張した。 以上の結果から, 乾燥した呪文や熱いストリークなど, 各種気候指標におけるESMの出力とよく似た結果が得られた。
  論文  参考訳（メタデータ） (2024-04-12T20:13:19Z)
• Residual Corrective Diffusion Modeling for Km-scale Atmospheric Downscaling [58.456404022536425]
  気象・気候からの物理的危険予知技術の現状には、粗い解像度のグローバルな入力によって駆動される高価なkmスケールの数値シミュレーションが必要である。 ここでは、コスト効率のよい機械学習代替手段として、このようなグローバルな入力をkmスケールにダウンスケールするために、生成拡散アーキテクチャを探索する。 このモデルは、台湾上空の地域気象モデルから2kmのデータを予測するために訓練され、世界25kmの再解析に基づいている。
  論文  参考訳（メタデータ） (2023-09-24T19:57:22Z)
• ClimaX: A foundation model for weather and climate [51.208269971019504]
  ClimaXは気象と気候科学のディープラーニングモデルである。 気候データセットの自己教師型学習目標で事前トレーニングすることができる。 気候や気候の様々な問題に対処するために、微調整が可能である。
  論文  参考訳（メタデータ） (2023-01-24T23:19:01Z)
• Machine-learned climate model corrections from a global storm-resolving model [0.0]
  我々は,200kmの気候モデルから3kmの微細グリッド・ストーム・リゾルディング・モデル(GSRM)を進化させるために必要な,状態依存温度,湿度,放射フラックス補正の学習のためにニューラルネットワークを訓練する。 これらの補正MLモデルが1年間の粗乾燥気候シミュレーションに結合されると、時間平均空間パターン誤差は陸面温度で6-25%、地表面降水で9-25%減少する。
  論文  参考訳（メタデータ） (2022-11-21T19:39:05Z)
• Multi-scale Digital Twin: Developing a fast and physics-informed surrogate model for groundwater contamination with uncertain climate models [53.44486283038738]
  気候変動は地下水汚染の長期的な土壌管理問題を悪化させる。 U-Net強化フーリエニューラル汚染(PDENO)を用いた物理インフォームド機械学習サロゲートモデルを開発した。 並行して、気候データと組み合わされた畳み込みオートエンコーダを開発し、アメリカ合衆国全体の気候領域の類似性の次元を減少させる。
  論文  参考訳（メタデータ） (2022-11-20T06:46:35Z)
• Deep Learning Based Cloud Cover Parameterization for ICON [55.49957005291674]
  我々は,実地域およびグローバルICONシミュレーションに基づいて,粗粒度データを用いたNNベースのクラウドカバーパラメータ化を訓練する。 グローバルに訓練されたNNは、地域シミュレーションのサブグリッドスケールのクラウドカバーを再現することができる。 我々は,コラムベースNNがグローバルから局所的な粗粒データに完全に一般化できない理由として,特定の湿度と雲氷上の過剰なエンハンシスを同定する。
  論文  参考訳（メタデータ） (2021-12-21T16:10:45Z)
• Loosely Conditioned Emulation of Global Climate Models With Generative Adversarial Networks [2.937141232326068]
  我々は、完全に結合した地球モデルから毎日の降水量をエミュレートする2つの「緩やかな条件付き」ジェネレーターネットワーク(GAN)を訓練する。 GANは時間的なサンプルを作り出すために訓練されます:地球を区別する64x128規則的な格子上の沈殿物の32日。 当社の訓練を受けたGANは、大幅に削減された計算コストで多数の実現を迅速に生成できます。
  論文  参考訳（メタデータ） (2021-04-29T02:10:08Z)
• DeepClimGAN: A High-Resolution Climate Data Generator [60.59639064716545]
  地球系モデル(ESM)は、気候変動シナリオの将来の予測を生成するためにしばしば用いられる。 妥協として、エミュレータはかなり安価であるが、ESMの複雑さを全て備えているわけではない。 本稿では, ESMエミュレータとして, 条件付き生成逆数ネットワーク(GAN)の使用を実証する。
  論文  参考訳（メタデータ） (2020-11-23T20:13:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。