Presentation Details
基于的人工智能天气预测模型能够模拟全球大气中尺度动能谱吗？
ID：469
View Protection：ATTENDEE
Updated Time：2024-05-08 13:24:58
Hits：1800
Poster Presentation
Start Time：2024-05-18 10:36（Asia/Shanghai）
Duration：1min
Session：SP 张贴报告专场 »
No files
Abstract
我们主要探讨了由基于人工智能的天气预测模型（盘古）生成的中尺度动能谱特征。先前，数值模式模拟和观测支持中尺度动能谱斜率应接近于-5/3。而且，背景动能谱的斜率对于误差增长至关重要，显著影响了流体的可预测极限。然而，基于人工智能的模型（盘古）未能复制快速初始误差增长率，这错误地表明大气具有无限可预测性（T.Selz & Craig，2023）。我们比较了再分析资料、人工智能模型输出和数值模型输出，结果表明，当前的人工智能模型低估了大气中尺度动能；通过人工智能模型的水平风诊断的垂直风速在中尺度上明显较弱；通过旋转动能和辐散动能谱收支分析，基于人工智能的模型在大尺度上表现出升尺度串级增强，而在中尺度上表现出降尺度串级减弱。
Keywords
中尺度,动能谱,人工智能模型,谱收支分析
Speaker
李纵横
学生 国防科技大学气象海洋学院Submission Author
All Comments
Important Date
-
Conference Date
May 17
2024
toMay 20
2024
-
Mar 31 2024
Draft paper submission deadline
-
Mar 31 2024
Contribution Submission Deadline
-
May 20 2024
Registration deadline
Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
Submit Comment