GraphRiverCast:拓扑感知基础模型实现全球河网水动力预测
研究团队提出拓扑感知的河流基础模型 GraphRiverCast(GRC),可在无先验河流状态条件下,基于稀疏水文站观测对全球河网逐河段预测每日多变量水动力。GRC 表现优于强物理模型和机器学习模型,其预测技巧随预见期衰减很小,并可泛化到无观测河段和更高分辨率河网。归因实验显示,GRC 更多依赖拓扑与强迫信息重建河流状态,而非依赖时间递归。
推荐理由:论文提出以拓扑结构约束的河流基础模型,为观测稀疏的地球系统建模提供了一种可迁移思路。