# 气候建模

Rescene-ESM把只做过中期天气预报训练的AI天气模型冻结为大气分量，围绕它用受观测约束的物理方程搭建海洋、海冰、陆地、河流、碳循环与能量平衡分量。逐级加入耦合的对照显示，随机海温强迫与陆地水汽通量把厄尔尼诺-南方涛动的振幅和遥相关逐步抬到接近观测的水平，而平均气候几乎不变。完整模型在单块GPU上每天模拟约1000年，千年控制无漂移，并把排放情景下的人口热浪暴露一路算到河流与人群。

Rescene-ESM把只做过中期天气预报训练的AI天气模型冻结为大气分量，围绕它用受观测约束的物理方程搭建海洋、海冰、陆地、河流、碳循环与能量平衡分量。逐级加入耦合的对照显示，随机海温强迫与陆地水汽通量把厄尔尼诺-南方涛动的振幅和遥相关逐步抬到接近观测的水平，而平均气候几乎不变。完整模型在单块GPU上每天模拟约1000年，千年控制无漂移，并把排放情景下的人口热浪暴露一路算到河流与人群。

部分观测的动力系统只能看到粗粒化后的慢变量，未解析的快变量以随机作用进入，因此数据驱动的气候模拟器必须是概率性的，而扩散模型等生成模型在长自回归积分中缺乏稳定性保证。强迫-耗散随机插值把湍流中能量注入与耗散的结构写成漂移网络的硬约束，并借助马尔可夫链的Foster–Lyapunov漂移条件证明模拟器几何遍历。在双尺度Lorenz-96原型上，该模拟器在长积分和有限振幅外强迫下保持稳定，并准确预测均值与方差的强迫响应。

部分观测的动力系统只能看到粗粒化后的慢变量，未解析的快变量以随机作用进入，因此数据驱动的气候模拟器必须是概率性的，而扩散模型等生成模型在长自回归积分中缺乏稳定性保证。强迫-耗散随机插值把湍流中能量注入与耗散的结构写成漂移网络的硬约束，并借助马尔可夫链的Foster–Lyapunov漂移条件证明模拟器几何遍历。在双尺度Lorenz-96原型上，该模拟器在长积分和有限振幅外强迫下保持稳定，并准确预测均值与方差的强迫响应。