一种基于生成式深度学习的气候模式预估降尺度校正方法

本发明公开了一种基于生成式深度学习的气候模式预估降尺度校正方法，该方法通过无监督的生成对抗网络识别全球气候模式水文气象变量预估偏差，利用生成器与判别器的对抗训练，不断减小对抗损失，从而使得训练好的生成式深度学习网络具有处理复杂的非线性关系的能力，以达到降尺度与偏差校正的综合最佳。此方法可以用于校正多模式各变量（降水，温度等）集合预估的平均偏差并提高其分辨率。发明实例表明该方法能够有效的对多模型集合预估降尺度，且比常用的分位数映射及卷积神经网络具有更好的降尺度效果。