Hugging Face Blog

HiRO-ACEv2: Simulating extreme weather at 3 km resolution for a fraction of the cost

6.9内容质量

TL;DR · AI 摘要

HiRO-ACEv2: Simulating extreme weather at 3 km resolution for a fraction of the cost Back to Articles 0 -1 Enterprise Ar...

核心要点

  • 主题聚焦:HiRO-ACEv2: Simulating extreme weather at 3 km r
  • 来源:Hugging Face Blog,建议结合原文判断细节。
  • AI 分析暂不可用,本条为保底评分与摘要。
#AI#安全
打开原文

HiRO-ACEv2:以极低成本实现3公里分辨率的极端天气模拟

返回文章列表

[0

[-1

企业

]

文章

2026年10月14日发布

点赞

3

[

Kyle Wiggers

Ai2Comms

关注

allenai

🤗 模型 | 📄 论文 | 📓 教程笔记本 | 🌎 演示

我们推出了HiRO-ACEv2,这是我们的高分辨率输出Ai2气候模拟器(HiRO-ACE)系统的最新更新。HiROv2能够以高精度重现极端罕见的降雨、风力和气压事件,而完整系统生成全球3公里气候数据的成本仅为X-SHiELD(一个显式模拟风暴和其他小尺度天气的高分辨率全球大气模型)的约1/300。

HiRO-ACE于2026年初推出,包含两个部分:ACE,一个以较粗略的100公里分辨率运行的人工智能模型;HiRO,一个将这些粗略输出细化为精细3公里细节的模型。HiRO-ACEv2最大的改进是新的降尺度模型HiROv2,现在它可以1)同时预测多个高分辨率字段而不仅仅是降雨,从而能够捕捉更广泛的极端天气范围,2)在预测极端事件方面具有更强的能力。

HiRO-ACEv2的主要目标是良好地模拟极端事件。对HiROv2训练方式的改进增强了其重现最强烈降雨、风力和气压值的能力。当输入经过粗化的X-SHiELD数据时,它甚至能将目标模拟的高分辨率统计值匹配到3%以内,即使对于罕见程度达到百万数据点中仅出现一次的事件也是如此。它还能准确估算热带气旋的总能量,包括训练中从未见过的风暴,并生成具有现实眼区和降雨带的飓风,尽管眼区周围的风力和气压分布仍比X-SHiELD略显不对称。此外,HiROv2还能真实生成沿山地斜坡流动的强风。

我们还为该系统训练了ACE的更新版本。在十年的模拟中,其飓风、平均气候模式以及降雨、风力和气压的整体分布都与X-SHiELD高度吻合。这表明ACE的粗略模拟为生成长期高分辨率气候数据提供了坚实的基础。

将HiROv2和ACE结合后,我们生成了一整年的全球3公里数据。其统计特征与X-SHiELD非常接近,尽管HiRO是基于ACE自行运行的模拟数据进行处理,而非直接使用真实的X-SHiELD数据。在十年的模拟运行中,HiRO-ACEv2生成的飓风能量与X-SHiELD在同期的水平相当,且运行快照显示了多种其他极端事件,这些事件与X-SHiELD中的情况相似。

在十年的HiRO-ACEv2模拟中生成的北大西洋强飓风示例。

总体而言,HiRO-ACEv2为研究人员提供了一种灵活且经济高效的方法,用于生成十年或更长时间内高分辨率降雨、风力和气压数据的多种版本。使用该系统生成全球高分辨率数据的成本仅为运行X-SHiELD的约1/300。如果只需要模拟特定区域,节省的成本可能超过百倍,具体取决于区域大小。我们还在开发HiROv2的精简版,使其速度有望再提升十倍以上。

我们仍有许多未来工作要做:由于HiRO是从X-SHiELD学习而来的,它只能与经过调优以匹配X-SHiELD的ACE版本配合使用。这意味着它目前还无法为其他气候(如更温暖的未来或ERA5等数据集中的历史记录)生成高分辨率数据。接下来,我们计划在新的X-SHiELD数据集上进行训练,包括一个模拟全球升温4°C的世界的数据集,从而使系统能够应对不同气候。我们还计划增加近地表温度、积雪和冰盖等输出,这将使系统能够用于更多场景,例如积雪预测。

可视化和使用HiRO输出

ACE数据可视化工具中模拟的下加利福尼亚半岛10米风速:主地图显示ACE2在100公里分辨率下的表现,插图显示HiRO-ACEv2在3公里分辨率下的细节。

ACE数据可视化工具中模拟的东北太平洋风暴。主地图显示100公里分辨率下的10米风速;插图显示HiRO-ACEv2在3公里分辨率下呈现的风暴内部更精细的结构。

为了让用户无需运行任何推理即可直观了解HiRO的输出效果,我们开发了一个网络演示,将HiROv1和HiROv2生成的降水、风速和海平面气压输出与训练所用的X-SHiELD模拟结果并排展示。该演示补充了我们技术报告中的定量对比:它能快速提供输出结果的视觉检查,并允许用户放大查看自己感兴趣的区域以评估性能。

如需更深入的分析,可下载相关模型,我们的教程笔记本将逐步演示如何运行这些模型。

本文提到的模型 1

更多该作者的文章

GPU集群的高效调度

48

2026年10月9日

开源AstaBrief——Asta中的快速报告生成模型

28

2026年10月2日

社区

编辑

预览

通过拖拽至文本输入框、粘贴或

点击此处

上传图片、音频和视频。

轻点或粘贴此处上传图片

评论

· 注册或登录以发表评论