TER-PST: A Terrain-Aware Lightweight Transformer Architecture for High-Fidelity Wind Field Downscaling and Inference
ID:1179 View Protection:ATTENDEE Updated Time:2026-04-14 10:21:34 Hits:144 Oral Presentation

Start Time:2026-04-27 16:25(Asia/Shanghai)

Duration:10min

Session:S2-3 专题2.3 大气边界层和低空环境 » F34专题2.3 大气边界层和低空环境

No files

Abstract

准确估算复杂地形下的低空风场是一项关键且具有挑战性的任务,对风能评估及低空安全运行具有重要意义。本研究开发了一种新型的地形感知轻量级Transformer架构(TER-PST),旨在实现高保真的风场降尺度与推理。该模型通过融合多维地形动力参数与时序观测特征,有效捕捉了非平稳气流与复杂下垫面的非线性相互作用。综合评估表明,TER-PST在所有关键指标上均优于现有基准方法,取得了最先进的性能表现。值得注意的是,在垂直方向130个层级的风速预测中,均方根误差(RMSE)显著降低至1.10 m/s以下,同时相关系数(R)高达0.93,展现出卓越的垂直分辨率与预测精度。此外,消融研究证实,引入坡度、坡向及地表粗糙度等地形变量使整体精度提升了约10%,充分验证了地形感知机制的有效性。这些结果表明,TER-PST架构兼具计算轻量化与强泛化能力,可作为复杂山区气象监测及支持低空经济发展的有力工具。

Keywords
低空风场,风场预报,AI预测,复杂地形
Speaker
杨洛祺
博士研究生 中国科学院大气物理研究所

Submission Author
杨洛祺 中国科学院大气物理研究所
马永敬 中国科学院大气物理研究所
Submit Comment
Verify Code Change Another
All Comments
Important Date
  • Conference Date

    Apr 25

    2026

    to

    Apr 29

    2026

  • Apr 07 2026

    Draft paper submission deadline

  • Jun 17 2026

    Registration deadline

Sponsored By
未来大气科学论坛理事会
Organized By
河海大学海洋学院
南京大学南京赫尔辛基大气与地球系统科学学院
Contact Information
Previous Conferences