الأبحاث المرتبطة بالكلمة المفتاحية: ECMWF
-
تقييم نموذج GraphCast AI لتوقع هطول الأمطار وإمكاناته في التنبؤ بالأحداث المتطرفة في بنغلاديش Assessment of the GraphCast AI model for precipitation forecasting and its potential in extreme event prediction over Bangladesh
2026 | المؤلف: Mirza Rahem Hasan وآخرون | المجلة: PLOS Climate | المجال: علوم الغلاف الجوي (Atmospheric Science)تدرس هذه الدراسة فعالية نموذج GraphCast المدعوم بالذكاء الاصطناعي في التنبؤ بهطول الأمطار على المدى القصير في بنغلاديش، وهي منطقة تتميز بتنوع مناخي كبير وتضاريس متنوعة. باستخدام بيانات رصدية من 43 محطة تابعة لدائرة الأرصاد الجوية البنغلاديشية (BMD) خلال 2023-2024، يتنبأ النموذج بمجموع هطول الأمطار على مدى فترات 1 و2 و3 أيام. يتم مقارنة أداء…
-
توقعات الجفاف لمحتوى رطوبة التربة تحت الموسمية بمهارات عميقة ونماذج ديناميكية Skillful subseasonal soil moisture drought forecasts with deep learning-dynamic models
2026 | المؤلف: Kyle Lesinger وآخرون | المجلة: Nature Communications | المجال: التغيرات الكوكبية والعالمية (Global and Planetary Change)تقدم البحث نموذج توقع هجين جديد يدمج بين بنية التعلم العميق التكرارية، RISE-UNet، مع توقعات فرعية من نماذج ديناميكية لتعزيز توقعات رطوبة التربة في منطقة الجذر (RZSM) والجفاف المفاجئ حتى أربعة أسابيع مسبقًا. تُظهر هذه الطريقة أداءً متفوقًا مقارنة بالنماذج الديناميكية التقليدية، مثل تلك من المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF) ونظام التنبؤ العالمي…
-
نهج قائم على مركز الثقل لتجميع النماذج المتعددة لتوقعات ما دون الموسم A barycenter-based approach for the multi-model ensembling of subseasonal forecasts
2026 | المؤلف: Camille Le Coz وآخرون | المجلة: Geoscientific model development | المجال: علوم الغلاف الجوي (Atmospheric Science)تناقش هذه القسم دمج التوقعات الجماعية من خلال عدسة فضاءات الاحتمالات، باستخدام مراكز ثقل توزيعات الاحتمالات المنفصلة. يعيد المؤلفون صياغة توقعات النماذج المتعددة (MME) باستخدام نوعين من مراكز الثقل: مركز الثقل L2، الذي يتماشى مع طرق التجميع التقليدية، ومركز الثقل فاسرشتاين، الذي يحتفظ ببعض الخصائص الهندسية لتوزيعات المدخلات. تطبق الدراسة هذه المراكز لتوقع درجة الحرارة…