momo的博客

几乎是第一篇气象大模型的工作，同时也是为数不多的对precipitation进行预测的模型。

与其他的气象大模型不同的是，其他的气象大模型例如Pangu-Weather，ClimaX，GraphCast等都是典型data-driven模型，而Neural GCM通过保留动力框架中的物理方程，而在单柱里使用NN替换物理参数化方案，并且在encoder decoder中加入NN来平滑输入输出变量，达到可以在年际尺度稳定运行的效果（同时在短期和中期预报中也有很好的效果）。在动力框架和物理参数化方案部分输入不完全相同的变量，使模型具有更好的可解释性和物理意义。

近两年气象基础模型和大模型的文章日益增多，不同的模型针对短-中-长期的预报也各不相同，因此在这里将读过的相关论文进行整理，方便后期查找和整理，以及模型性能的比较。