论文评估气象基础模型用于碳移除
热点事件持续更新
论文评估气象基础模型用于碳移除
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Sasankh Munukutla 等人在 arXiv 发布研究,首次系统评估五个天气基础模型作为冻结编码器用于增强岩石风化(ERW)碳移除量化,评估基于巴西和美国的 264 块田地、5,192 条时间序列数据。其中基于 Aurora 1.5 构建的 TerraNova-ERW 表现最佳:每块田只需两个样本即可识别超过 60% 的高碳移除田地,估算田地平均移除量所需样本数约减半,最密采样田地可减少 28-98% 的采样。论文同时指出,对全新田地的零样本平均移除量预测尚不可行(作者归因于数据规模),目前可行的是每块田结合少量样本的少样本预测。
AI 根据报道生成 · 57 分钟前更新
最新进展10月23日 12:00
从天气到强化风化:面向运营规模碳移除的天气基础模型研究报道时间线
沿着报道,了解事件的不同侧面。
10月23日
- arXiv cs.AI从天气到强化风化:面向运营规模碳移除的天气基础模型研究
一项研究首次系统评估了五个天气基础模型用于增强岩石风化(ERW)碳移除量化,基于巴西和美国的 264 块田地、5,192 条时间序列数据。基于 Aurora 1.5 构建的 TerraNova-ERW 表现最佳,每块田仅需两个样本即可识别超过 60% 的高碳移除田地,并将估算田地平均移除量所需样本数约减半,最密采样田地可减少 28-98% 的采样。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。