Modell-iskola

Köszi a választ!

Nem találtam én se nyomát, de megtaláltam ezt a Link cikket, amit nyáron szerintem olvastam is.
És valóban, a kisebb felbontású AI-ENS tagok (alsó ábra) a módszer miatt képesek részletesebb térbeli eloszlású mezőket létrehozni, mint az ábra tetején mutatott nagyfelbontású AIFS "OP".

Csak most olvastam 

Az alábecslés höség periódusokban AI-nál szerintem egyértelmüen annak köszönhetö, hogy az extrém periodusok a teljes betanulási idöszaknak csak egy kis részét teszik ki, így nincs elég példa szerintem arra, hogy a modell magabiztosan megtanulja ezek kialakulását. Igy szükségképpen kevésbé extrém elörejelzések születnek vele. Ugyanigy kevés eset van a betanulási idöszakban az extrém hideg periodusokra is, így azoknál ezen logika alapján meg felülbecsülné a hömérsekletet.

AZ ECMWF AIFS ensemble verziojáról tudok, de annak még nem olvastam utána, hogy mennyire tér el kifejlesztésének módszere az operatív föfutásétól. Valahol elérhetöek az egyes ECMWF AIFS ensemble tagok változoinak térbeli eloszlásai is? Az ECMWF saját oldalán csak a fáklyadiagramokban/ENSgramokban látom ezeket, ott viszont csak egyetlen pontra vonatkozó értékek szerepelnek térbeli eloszlás nélkül.

Egy Nature cikk (összefoglalója) a Google DeepMind AI időjárás-előrejelző... modelljéről? Link vagy programjáról, ha már nem is modellezi a légkört. GenCast a neve, és a GraphCast/GenCast project publikus is: Link
A Wetterzentrale-n található "AI GFS": Link az a GraphCastGFS, kíváncsi leszek, megjelenik-e majd a GenCast is itt, és hogy teljesít, mert állításuk szerint a legtöbb mutatóban veri az ECMWF-et (ami a legjobb numerikus modell) 1 héten belül, de gyakran 1 héten túl is.