基于神经网络的城市近地面气温降尺度方法
A Neural Network-based downscaling method for near surface temperature in urban areas
发表于 2026年8月1日 · 收录于雷达 2026年11月5日
中文摘要
研究提出一种基于卷积神经网络的统计降尺度方法，利用AROME和ARPEGE业务模式的粗分辨率输入，模拟巴黎地区300米分辨率的2米气温。该方法采用UNet架构和Sobel算子惩罚损失，并通过高分辨率模拟及观测数据验证，能够重建城市热岛强度和空间异质性，且计算效率较高。