CNAI4S
智算平台热点追踪算子框架领域模型科学任务智算套件数据资源智算评测协作社区运行情况

友情链接

科技部工信部北京航空航天大学浙江大学
中山大学北京大学华中科技大学之江实验室
百度飞桨华为昇思中科可控
版权所有:科学智算共性平台 京ICP备18020905号-2
京公网安备11010802046602号
联系邮箱: tianyuc@buaa.edu.cn
科学任务/气象学/DEM-SRNet: 全球3弧秒(90m)海陆高分辨率数字高程模型

DEM-SRNet: 全球3弧秒(90m)海陆高分辨率数字高程模型

基于深度学习的全球数字高程模型超分辨率网络(DEM-SRNet),将30米及更低分辨率DEM数据提升至3弧秒(90米)高分辨率,生成海陆一体化全球高程数据集,为气象预报和气候模拟提供高精度地形支撑。

气象学华为Model Arts

方法简介

背景

数字高程模型(DEM)是气象数值模拟的关键输入数据,高分辨率地形信息直接影响边界层过程、风场模拟和降水分布的预测精度。传统DEM提升分辨率方法存在纹理细节丢失和地形特征失真问题,难以满足精细化气象预报需求。

方法

DEM-SRNet是华为ModelArts团队研发的全球DEM超分辨率深度学习网络,采用多尺度特征融合架构,能够从低分辨率输入重建高精度的90米分辨率全球DEM数据。网络设计充分考虑海陆交界处地形过渡的自然特性,确保海岸线附近地形重建的连续性和准确性。

应用

该模型生成的全球高分辨率DEM数据可应用于:数值天气预报模式的地形数据集构建、台风路径和局地环流精细化模拟、山地区域降水预报和地形降水效应研究、气候模式降尺度和区域气候分析,以及可再生能源(风能、太阳能)资源评估等气象相关领域。

学科领域

气象学

贡献方

华为Model Arts

方法

AI/ML

问题类型

生成/设计

在线资源

源代码仓库技术文档

相关论文

  • D-SRCAGAN : DEM Super-resolution Generative Adversarial Network
  • A large scale Digital Elevation Model super-resolution Transformer

共性算子依赖

高阶微分操作

逐元素加法逐元素减法

类似科学任务

海洋三维重建任务评测

基于深度学习的海洋三维重建任务评测,评估从多源二维海洋观测数据重建三维海洋温盐结构的算法性能,助力气象预报与海洋科学研究。

DgmrNet:基于深度生成模型的雷达数据气象短临预报

DgmrNet利用深度生成模型对雷达降水数据进行短临预报,能够对广阔区域进行高精度的天气预测,支持灾害预警和气象服务的优化。

NowcastNet

使用深度学习对极端降水事件进行短期预测,提高天气预报的准确性和实时性。