原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
全球气候模式（GCM）的分辨率显着影响其模拟极端天气（如热带气旋）的能力。
然而，动力降尺度提高GCM分辨率在计算上既昂贵又耗时，这对全球许多研究组织来
说都是具有挑战性的。近年来，随着深度学习的发展，计算机视觉领域的图像超分辨
率技术取得了巨大的进步。因其与气象降尺度任务极为相似，本文利用深度学习图像
超分辨率技术构建了一种气象降尺度模型MSG-SE-GAN。该模型基于生成对抗网络
（GAN）、多尺度梯度（MSG）技术和注意力机制，可实现10倍降尺度。为进一步增
加模型可
您可能关注的文档
- GRAPES全球混合四维变分同化系统的方法研究.pdf
- ENSO对中国东部冬季降水的影响及AMO对其的可能调制.pdf
- EnKF同化双偏振雷达资料在灾害性天气数值预报中的应用研究.pdf
- ENSO不同发展类型对海洋性大陆降水影响的差异.pdf
- ENSO对东海-黑潮区域海温影响的季节性反转及其机理.pdf
- AMO对ENSO与印度洋-西太平洋海洋热浪关系的调制作用.pdf
- CMIP6对春季北极涛动与长江流城夏季降水关系的模拟评估与预估.pdf
- 3-4波型和1-2波型Rossby波垂直反射对我国东部寒潮的影响及其差异.pdf
- 2020年梅雨期降水日变化及其与云辐射关系的数值模拟研究.pdf
- 10-30天ISO对2020年中国东部夏季风降水的影响及其机理研究.pdf
文档评论（0）