尺度递归整流流用于少步降水集合预报

研究者 Shunya Nagashima 与 Takumi Bannai 提出尺度递归整流流方法，用于少步降水集合预报：先生成大尺度降水格局，再补充局部细节，并按空间尺度比较集合变异性与预测误差来分配采样步数。 在美国本土卫星到雷达降尺度任务中，该方法识别出大尺度降水格局是减少采样预算下集合变异性不足的主因；将更多步数分配给粗尺度流后，在固定架构与计算成本下提升了概率精度和降雨检测能力，并以更短采样时间优于使用更多步数的非递归流。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。