Emulating the South Asian Atmospheric Variations: Framework and Inter-Comparison of Deep Learning Models
Questo studio presenta un framework di deep learning che emula con successo le variazioni atmosferiche dell'Asia meridionale ad alta risoluzione, inclusi i campi meteorologici e l'ozono, addestrando quattro diverse architetture su dati WRF-Chem, con il modello UNet-3blk che raggiunge le prestazioni ottimali nonostante le sfide nel riprodurre la variabilità del PM2.5.