CorrDiff：11倍超分！跨境气候风险精细化

在全球经济日益紧密相连的今天，中国的跨境行业正面临着前所未有的机遇与挑战。从大宗商品贸易到海外基建投资，从跨境电商物流到农业国际合作，气候变化的影响日益显著，成为规划未来、评估风险不可忽视的关键因素。然而，传统的全球气候模型往往侧重宏观尺度的预测，其数据分辨率较低，难以精确捕捉局部区域的极端天气事件，比如台风、洪涝或极端高温。对于需要精细化运营和风险管理的跨境企业而言，获取高精度、本地化的气候预测数据，正变得越来越重要。

气候预测精细化：跨境风险评估的核心需求

高分辨率的气候预测数据，对于评估物理气候风险至关重要。它能为基础设施规划、农业种植布局、供应链弹性建设等提供决策依据。当前，全球主流的CMIP6（耦合模式比较计划第六阶段）气候模型产出的数据，是联合国政府间气候变化专门委员会（IPCC）报告和各行业风险模型的基础。但这些数据的分辨率通常较为粗糙，例如，其网格分辨率往往在几百公里级别，不足以解析热带气旋或局部强降雨等短时、小尺度的天气现象。

此外，由于模型运行的巨大计算成本，CMIP6的模拟次数有限，使得一些罕见但影响巨大的极端事件在统计上可能被遗漏，从而降低了尾部风险评估的可靠性。对于许多气象工作流而言，欧洲中期天气预报中心（ECMWF）发布的ERA5再分析数据集是重要的参考。但CMIP6模型输出与ERA5数据在网格、时间步长、垂直层次和变量定义上存在差异，这给气候风险评估带来了衔接上的挑战。

为了弥合这一“数字鸿沟”，加速计算和人工智能技术提供了新的解决方案。在美国英伟达（NVIDIA）的Earth-2平台生态系统中，其CorrDiff模型正扮演着关键角色。它通过一种生成式降尺度方法，能够将粗分辨率的CMIP6气候模型输出，转化为高分辨率的精细场数据，有效揭示原始数据中未能捕捉到的局部细节。该模型集成了一个回归模型来预测条件均值，以及一个扩散模型来预测回归结果与真实值之间的残差，从而实现了高精度的数据转换。

CorrDiff模型能够同步完成空间和时间上的降尺度、偏差校正以及变量合成，其训练过程旨在将有偏差的气候模型输出，映射到受观测数据约束的再分析数据（如ERA5）。作为一个模型间的转换工具，它可以从单一输入样本生成大量集合预测，为评估尾部风险提供不确定性估计。

CorrDiff模型：如何实现气候数据的“超清”转化？

要训练CorrDiff模型，需要配对的低分辨率输入和高分辨率目标数据集，它们必须覆盖相同的时间段和天气演变过程。通常，选择经过观测同化的气候模型运行数据作为训练输入，因为自由运行的气候模拟无法与实际观测模式保持一致。

在实际应用中，常采用加拿大气候与大气研究中心（CCCma）开发的CanESM5气候模型数据作为输入。该模型输出的全球网格分辨率约为2.8°（赤道地区约300公里），能够捕捉大规模气候模式，但对于气候风险评估所需的精细特征而言则过于粗糙。在选择数据时，需要平衡历史和未来情景的可用性、接近ERA5每小时输出的时间分辨率，以及垂直覆盖范围，确保包含描述三维大气状态的压力层变量。

具体而言，使用的是CanESM5的同化回溯运行（experiment_id: dcppA-assim）数据，这些运行利用ERA-Interim数据使CanESM5的大尺度环流与观测天气保持一致。考虑到CanESM5提供的是日数据，而ERA5是小时数据，因此在输入时，通常会使用目标小时前一天、当天和后一天共三个连续的日时间步长作为输入。表面输入变量包括温度、湿度、降水、辐射通量、风速、云量和冰冻圈变量；压力层输入变量（如位温、纬向风、经向风、位势高度、比湿、垂直速度）则在多个高度层上提供。

作为高分辨率的目标数据集，ERA5提供了0.25°分辨率（赤道地区约31公里）、每小时的全球数据。其全面的变量覆盖，使其成为许多人工智能气象模型的标准目标。输入分辨率约为2.8°，目标分辨率约为0.25°，这意味着在每个空间维度上实现了大约11倍的超分辨率。

在输出端，除了通常的气象变量外，还会加入海表温度（SST）。为了避免海岸线附近的数据缺失和人为梯度，陆地上海表温度的缺失值会通过平滑的最近邻插值进行填充。

除了CanESM5的气象变量，额外的输入还包括时间和地理背景信息，这有助于模型更好地理解数据的时空特征。

在数据预处理阶段，通常会进行以下三个步骤：首先，将积雪覆盖和海冰浓度合并为一个变量，以避免陆地上的缺失值；其次，使用Z-分数对每个通道进行标准化，以确保训练的稳定性；最后，对数据进行双线性上采样至ERA5网格，因为CorrDiff模型要求输入和输出网格匹配。

CanESM5和ERA5核心数据集之间有38年的重叠期。结合CanESM5的10个集合成员，这产生了大约13.87万个训练样本，远超建议的5万个最低样本量。最终的输入数据包含231个通道：其中222个来自CanESM5（74个变量 × 3个时间步），2个是时间依赖性变量，7个是静态变量。

模型训练与应用成果

CorrDiff模型的训练过程主要包括数据加载、模型配置、回归模型训练、回归模型评估和扩散模型训练五个步骤。对于大型数据集，整个流程可能需要约2000个GPU小时。在训练回归模型时，会运行一个UNet网络来预测映射的条件均值，并通过验证损失来监控，以避免过拟合。在评估回归模型后，会计算每个输出通道预测误差的标准差，用于设置扩散模型损失函数中的sigma_data参数，以平衡不同误差尺度变量的优化。最后，通过扩散模型训练，进一步学习添加逼真的精细尺度变化。

为了运行推断，可以利用美国英伟达Earth2Studio这一开源Python软件包。它提供了CorrDiff的封装以及CMIP6数据集下载功能，方便用户进行模型应用。以下代码展示了如何对CanESM5 SSP585情景进行降尺度：

import torch
import numpy as np
import xarray as xr
from earth2studio.models.dx import CorrDiffCMIP6
from earth2studio.data import CMIP6MultiRealm, CMIP6, fetch_data

# Load model
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model = CorrDiffCMIP6.load_model(
CorrDiffCMIP6.load_default_package(),
output_lead_times=np.array([np.timedelta64(-12, "h"), np.timedelta64(-6, "h")])
)
model.seed = 1 # Set seed for reproducibility
model.number_of_samples = 1 # Modify number of samples if needed
model = model.to(device)

# Build CMIP6 multi-realm data source, about 60 Gbs of data will be fetched
cmip6_kwargs = dict(experiment_id="ssp585", source_id="CanESM5", variant_label="r1i1p2f1", exact_time_match=True)
data = CMIP6MultiRealm([CMIP6(table_id=t, **cmip6_kwargs) for t in ("day", "Eday", "SIday")])
x, coords = fetch_data(
source=data,
time=np.array([np.datetime64("2037-09-06T12:00")]), # CMIP daily data provided at 12:00 UTC
lead_time=model.input_coords()["lead_time"],
variable=model.input_coords()["variable"],
device=device,
)
# Run model forward pass
out, out_coords = model(x, coords)
da = xr.DataArray(data=out.cpu().numpy(), coords=out_coords, dims=list(out_coords.keys()))

上述代码演示了如何加载CorrDiff模型和CMIP6数据集，配置实验参数，并为特定时间戳运行降尺度工作流。结果会以xarray DataArray的形式返回。

图1：2037年9月3日的10米风速（SSP585情景）。左侧粗分辨率输入未能捕捉局部细节，而AI降尺度至小时分辨率（右侧）则揭示了两个热带气旋。

图1展示了模型在单个时间戳上的能力。左侧面板是原始CMIP6模型输出的10米风速数据，分辨率约为2.8°。右侧面板是CorrDiff模型降尺度后分辨率约为0.25°的输出，清晰地展现了加勒比海域的飓风和太平洋上的台风，而这些细节在粗分辨率输入中是无法识别的。这表明CorrDiff模型能够通过捕捉与气旋存在相关的大尺度细微特征来恢复这些系统。对于中国的远洋航运、海外港口建设以及沿海贸易等跨境业务而言，这种对热带气旋的精细化预测能力具有重要的风险预警价值。

对模型进行量化评估时，以2010年的测试集为例，输出数据每天降尺度四次（世界时00、06、12、18点），然后平均为日均值，并与双线性插值后的CMIP6数据作为基准进行比较。表2总结了近地表气温（T2m）和10米风速分量（U10m, V10m）的结果。

表2：2010年日均测试指标，比较了双线性插值CMIP6（基准）与CorrDiff输出。指标是相对于ERA5计算的。

从数据可以看出，CorrDiff模型在平均绝对误差（MAE）和均方根误差（RMSE）方面均优于基准方法，尤其是在气温方面有显著改善。T2m的偏差从近1开尔文降至-0.11开尔文。对于风速分量，基准模型的偏差较低，但这更多反映了CanESM5同化运行中风速偏差本身就很小，而非CorrDiff的局限性。

CorrDiff模型还能从单个输入样本生成多组可能的输出集合。表3报告了使用8个集合成员的每小时指标，包括连续等级概率分数（CRPS），这是一种将MAE推广到概率预测的指标。CRPS衡量预测的准确性和集合的合理离散度，数值越低表示性能越好。低于确定性MAE的值表明集合离散度反映了不确定性，而非随机噪声。

表3：2010年每小时测试指标，包括基于集合的CRPS（8个成员），相对于ERA5计算。

上述量化评估主要基于历史数据，ERA5提供了“地面真值”。为了测试模型的泛化能力，将模型应用于SSP585情景（r1i1p1f1）的预测，这些预测超越了训练周期，一直延伸到2100年。采用相同的协议：每天降尺度四次，聚合为日均值，然后计算全球年均值。图2显示了T2m、U10m和V10m的时间序列。

图2：ERA5、CMIP6和CorrDiff的全球年均T2m、U10m和V10m。垂直线表示向SSP585的过渡；右侧面板显示了CorrDiff - CMIP6的校正随时间的变化。

在历史时期，其模式与2010年的发现一致。CanESM5显示出暖偏差，而CorrDiff模型的输出与ERA5紧密对齐。在SSP585情景预测中，CorrDiff的校正效果保持稳定，这表明所学习的偏差调整在未来条件下仍然有效。然而，随着预测时间远离训练期，校正的变异性有所增加，尤其是在风速分量方面。尽管结果令人鼓舞，但仍需谨慎。模型尚未在未来的气候数据上进行训练，一些分布漂移是不可避免的。对于需要高度置信度的未来预测应用，额外的验证策略（例如滚动窗口的交叉验证）可以帮助量化外推的限制。

在跨境领域的应用展望与未来方向

美国S&P全球能源公司正在利用CorrDiff和FourCastNet模型，生成大量的气候集合数据，用于概率性的投资组合层级影响和韧性分析。这些大型集合能够帮助企业通过一系列初始条件，更全面地展现未来气候状态的可能范围和结构，包括那些罕见但影响巨大的极端事件。

通过获取数百甚至数千种情景，美国S&P全球能源公司可以更好地定义和量化资产间的变异性、尾部行为以及联合风险。这对于模拟非线性、高度相关的气候影响至关重要。他们正在开发一种可扩展的能力，利用超大型集合进行概率性的、投资组合层级的风险分析。这些集合数据将作为内部影响函数的输入，将气候变量转化为潜在损失，例如建筑物和基础设施的损坏、能源系统或交通网络的破坏，以及对支持基本服务的社区供应链的压力。

对于中国跨境行业的企业而言，这项技术同样具有广阔的应用前景。例如，从事“一带一路”沿线国家基础设施建设的企业，可以利用高分辨率气候数据，更精准地评估项目所在地的洪涝、干旱、极端高温等风险，优化工程设计，提高项目韧性。农业“走出去”的企业，可以根据未来气候预测调整作物布局，优化灌溉方案，减少气候变化带来的损失。此外，对于跨境物流、海外投资保险等行业，精确的气候风险评估能够帮助企业制定更合理的运营策略和风险定价模型，从而降低不确定性，提升全球竞争力。

这项技术将气候风险转化为可操作的洞察，帮助企业和决策者更好地理解、准备和应对气候挑战，从而在全球化进程中实现更加稳健和可持续的发展。

如果您对这些气候降尺度技术感兴趣，可以从以下途径进一步了解和探索：

1. 利用Earth2Studio，通过预训练的CorrDiff模型对CMIP6情景进行推断降尺度。
2. 使用PhysicsNeMo平台，根据自身特定数据集和需求定制训练CorrDiff模型。
3. 观看相关教学视频，快速了解美国英伟达Earth-2平台。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/corrdiff-11x-res-climate-risk-precision.html