論文の概要: LUCIE-3D: A three-dimensional climate emulator for forced responses

• arxiv url: http://arxiv.org/abs/2509.02061v1
• Date: Tue, 02 Sep 2025 07:59:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:03.954154
• Title: LUCIE-3D: A three-dimensional climate emulator for forced responses
• Title（参考訳）: LUCIE-3D : 強制応答のための3次元気候エミュレータ
• Authors: Haiwen Guan, Troy Arcomano, Ashesh Chattopadhyay, Romit Maulik,
• Abstract要約: LUCIE-3Dは軽量な3次元気候エミュレータである。 大気の垂直構造を捉え、気候変動の強制に反応し、長期安定して計算効率を維持するように設計されている。
• 参考スコア（独自算出の注目度）: 2.2017231371066672
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce LUCIE-3D, a lightweight three-dimensional climate emulator designed to capture the vertical structure of the atmosphere, respond to climate change forcings, and maintain computational efficiency with long-term stability. Building on the original LUCIE-2D framework, LUCIE-3D employs a Spherical Fourier Neural Operator (SFNO) backbone and is trained on 30 years of ERA5 reanalysis data spanning eight vertical {\sigma}-levels. The model incorporates atmospheric CO2 as a forcing variable and optionally integrates prescribed sea surface temperature (SST) to simulate coupled ocean--atmosphere dynamics. Results demonstrate that LUCIE-3D successfully reproduces climatological means, variability, and long-term climate change signals, including surface warming and stratospheric cooling under increasing CO2 concentrations. The model further captures key dynamical processes such as equatorial Kelvin waves, the Madden--Julian Oscillation, and annular modes, while showing credible behavior in the statistics of extreme events. Despite requiring longer training than its 2D predecessor, LUCIE-3D remains efficient, training in under five hours on four GPUs. Its combination of stability, physical consistency, and accessibility makes it a valuable tool for rapid experimentation, ablation studies, and the exploration of coupled climate dynamics, with potential applications extending to paleoclimate research and future Earth system emulation.
• Abstract（参考訳）: LUCIE-3Dは、大気の垂直構造を捉え、気候変動の強制に反応し、長期の安定性で計算効率を維持するために設計された軽量な3次元気候エミュレータである。 オリジナルのLUCIE-2Dフレームワークをベースとして、LUCIE-3DはSFNO(Spherical Fourier Neural Operator)バックボーンを使用しており、8つの垂直な {\sigma}レベルにまたがる30年間のERA5リアナリシスデータをトレーニングしている。 モデルでは、大気中のCO2を強制変数として組み込んで、所定の海面温度(SST)を任意に統合し、結合した海洋-大気力学をシミュレートする。 その結果,LUCIE-3Dは温暖化や成層圏冷却を含む長期の気候変化信号や気候変化をCO2濃度の上昇下で再現することに成功した。 このモデルはさらに、赤道的ケルビン波、マドデン-ジュリア振動、環状モードなどの重要な力学過程を捉え、極端な事象の統計学において信頼できる振る舞いを示す。 2Dよりも長いトレーニングを必要とするが、LUCIE-3Dは効率的であり、4つのGPUで5時間以下のトレーニングを行う。 その安定性、物理的整合性、アクセシビリティの組み合わせは、急激な実験、アブレーション研究、結合した気候力学の探索に有用なツールとなり、潜在的には古気候研究や将来の地球系エミュレーションにも応用できる可能性がある。

関連論文リスト

• Physics-Informed Teleconnection-Aware Transformer for Global Subseasonal-to-Seasonal Forecasting [9.604302577187788]
  S2S予測は農業計画、エネルギー管理、災害対策にとって重要なフロンティアである。 現在のアプローチでは、S2Sの時間スケールにおいて重要な物理プロセスとテレコネクションを明示的にモデル化することができないことが多い。 textbfTelePiTは,マルチスケール物理とテレコネクション認識を統合してグローバルなS2S予測を強化する,新しいディープラーニングアーキテクチャである。
  論文  参考訳（メタデータ） (2025-06-08T16:32:21Z)
• CirT: Global Subseasonal-to-Seasonal Forecasting with Geometry-inspired Transformer [47.65152457550307]
  重力の循環特性をモデル化する幾何インスパイアされた循環変換器(CirT)を提案する。 地球再分析5(ERA5)再解析データセットの実験は、我々のモデルが先進的なデータ駆動モデルよりも大幅に改善することを示した。
  論文  参考訳（メタデータ） (2025-02-27T04:26:23Z)
• 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)
• Expanding Mars Climate Modeling: Interpretable Machine Learning for Modeling MSL Relative Humidity [0.0]
  本稿では,機械学習技術を活用した火星の気候モデリング手法を提案する。 我々の研究は、Gale Craterの相対湿度を正確にモデル化するために設計されたディープニューラルネットワークを提案する。 我々のニューラルネットワークは、いくつかの気象変数を用いて、ガレクレーターの相対湿度を効果的にモデル化できることがわかった。
  論文  参考訳（メタデータ） (2023-09-04T08:15:15Z)
• FaIRGP: A Bayesian Energy Balance Model for Surface Temperatures Emulation [13.745581787463962]
  本稿では,エネルギー収支モデルの物理温度応答方程式を満たすデータ駆動エミュレータであるFaIRGPを紹介する。 本稿では,FaIRGPを用いて大気上層放射力の推定値を得る方法について述べる。 この研究が、気候エミュレーションにおけるデータ駆動手法の採用の拡大に寄与することを期待している。
  論文  参考訳（メタデータ） (2023-07-14T08:43:36Z)
• Spherical Fourier Neural Operators: Learning Stable Dynamics on the Sphere [53.63505583883769]
  球面幾何学の演算子を学習するための球面FNO(SFNO)を紹介する。 SFNOは、気候力学の機械学習に基づくシミュレーションに重要な意味を持つ。
  論文  参考訳（メタデータ） (2023-06-06T16:27:17Z)
• Towards Learned Emulation of Interannual Water Isotopologue Variations in General Circulation Models [2.161227459325287]
  本研究では, 降水時の酸素同位体組成の明示的な物理に基づくシミュレーションを, 機械学習を用いて置き換える可能性を検討する。 我々は、UNetアーキテクチャの成功に基づいて畳み込みニューラルネットワーク(CNN)を実装し、球面ネットワークアーキテクチャが地球の緯度-経度格子を平坦な画像として扱うという単純なアプローチよりも優れているかどうかをテストする。
  論文  参考訳（メタデータ） (2023-01-31T07:54:52Z)
• 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)
• Dynamical Landscape and Multistability of a Climate Model [64.467612647225]
  2つの気候モデルのうちの1つで第3の中間安定状態が見つかる。 我々のアプローチを組み合わせることで、海洋熱輸送とエントロピー生産の負のフィードバックが地球の気候の地形をどのように大きく変えるかを特定することができる。
  論文  参考訳（メタデータ） (2020-10-20T15:31:38Z)

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。