使用 JAX 使海洋模型 VEROS 可微分扩展以实现自动梯度计算
科学社区推出了一种可微分扩展的 VEROS 海洋模型，该模型在其动态核心中集成了通过 JAX 实现的自动微分框架。这一演进使得能够自动且高效地计算导数，这在复杂海洋系统模拟中代表了革命性进步 🌊。
海洋优化中的实际应用
可微分编程的实现为海洋学研究开辟了新的可能性。凭借精确计算梯度的能力，优化了两个关键领域：海洋初始状态的校正和物理参数的自动校准。这消除了以往导致系统性误差的手动近似方法 🔍。
主要应用：- 通过基于梯度的优化技术校正初始状态，提高海洋模拟的精度
- 直接从模型观测数据自动校准未知物理参数
- 消除引入建模结果偏差的手动程序
可微分编程作为一种优雅解决方案出现，它允许端到端学习和参数自动调整，代表了气候模型优化中的范式转变。
对陆地系统建模的影响
这一发展置于更广泛的陆地系统模型背景下，历史上这些模型一直面临参数手动调整的挑战。尽管过去几十年计算进步显著，但这些复杂模型的校准仍主要依赖手动程序，从而产生持续性误差 📈。
陆地建模的关键优势：- 实现端到端学习以自动调整参数
- 显著减少气候和海洋模型中的系统性误差
- 全面优化能力，涵盖陆地系统的多个变量
自主海洋建模的未来
似乎海洋模型正达到新的自主水平，它们可以“自行游动”，无需对每个参数进行持续手动干预。这种向更独立和精确系统的演进表明，它们很快可能提供比许多传统天气预报更可靠的预测 ☔。