Nature Scientific Data: Полная коррекция плотности с использованием нормализующих потоков для глобальных климатических моделей CMIP6
Глобальные климатические модели играют важную роль в климатических прогнозах, но часто демонстрируют смещения, особенно в представлении экстремальных значений и многомерных зависимостей, что ограничивает их применение при оценке воздействия. Традиционные методы коррекции смещения, такие как квантильное картирование, учитывают маргинальные распределения, но не позволяют корректировать совместные экстремальные значения и связи между переменными. Для решения этих проблем авторы предлагают полную коррекцию плотности с использованием нормализующих потоков (Complete Density Correction using Normalizing Flows, CDC-NF) – новый метод, использующий обратимые преобразования для корректировки полного совместного распределения результатов глобальных климатических моделей. Используя данные наблюдений из ежедневных прогнозов NOAA nClimGrid и глобальных климатических моделей CMIP6, они применили метод CDC-NF с ежедневным временным разрешением к результатам по осадкам и максимальной температуре из прогнозов глобальных климатических моделей CMIP6. По сравнению с традиционными методами оценки влияния климата (коррекции смещения), CDC-NF продемонстрировал существенное улучшение расстояния Вассерштейна, среднеквадратичной ошибки и процентного смещения, особенно для 90-го процентиля экстремальных значений. Кроме того, он сохранил структуру взаимной корреляции, повысив надёжность моделирования сложных экстремальных значений. CDC-NF представляет собой значительный шаг вперёд в области оценки влияния климата, предоставляя надёжную основу для устранения смещений в глобальных климатических моделях и улучшения исследований воздействия на климат в условиях меняющегося климата.
