Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS

Structure preserving limited area weather modelling

Projektbeschreibung

Strukturerhaltendes Deep Learning für optimale Wettermodellen zu einzelnen Gebieten

Die Klimakrise verschärft sich und extreme Temperaturen treten immer häufiger auf. Daher sind präzise Wettervorhersagen für einzelne Regionen enorm wichtig. Dabei werden Modelle begrenzter Gebiete (Limited Area Model, LAM) mit hoher Auflösung eingesetzt, um kleinste Wettermerkmale zu erfassen. Diese beruhen jedoch auf globalen Vorhersagemodellen mit geringerer Auflösung, sodass diese feineren Details nicht erkannt werden können. Das Projekt GeometricLAMs wird über die Marie-Skłodowska-Curie-Maßnahmen finanziert. Die Forschenden werden Verfahren des Deep Learning anwenden, um präzise detaillierte Wetterstrukturen abzuleiten, die für die Integration von LAM und globale Modelle unerlässlich sind. Das Hauptziel besteht darin, Technologien mit strukturerhaltendem Deep Learning zu entwickeln und so die deterministische Kopplung dieser Modelle zu optimieren. Die Initiative steht im Einklang mit der Arbeit des Met Office im Vereinigten Königreich zur atmosphärischen Modellierung.

Ziel

As the climate crisis progresses, and we see an increase in extreme temperatures, the importance of accuracy in regional weather forecasting significantly increases. These regional models, or limited area models (LAMs), run at the highest feasible resolution to well resolve fine grain features in the model. Due to the global nature of the atmosphere, LAMs are coupled to a global forecast model, which due to the larger size must run at a coarser resolution and does not see the fine grain structures. This project will increase the accuracy of this coupling between LAM and global model. Specifically, the core focus is to utilise deep learning to recover accurate fine grain structures from a coarse global model to be incorporated as boundary data to the LAM.

The philosophy followed is that if one wants to couple two models it is paramount to preserve the physical structures between the two models. One may think of such structures as conserved quantities here. In addition to utilising this philosophy to optimise the coupling between models in the traditional (deterministic) sense, new technologies in structure preserving deep learning will be developed. These aim to resolve the fine grain features to be qualitatively consistent with a global model ran at high resolution.

This is an interesting problem from a mathematical perspective as it applies expertise from numerical analysis and geometric numerical integration to develop the field of machine learning.

This project has been designed to be in line with the UK Met Office atmospheric models and is of high research interest to them.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Schlüsselbegriffe

Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) HORIZON-MSCA-2022-PF-01

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET NTNU
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 210 911,04
Adresse
HOGSKOLERINGEN 1
7491 TRONDHEIM
Norwegen

Auf der Karte ansehen

Region
Norge Trøndelag Trøndelag
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

Keine Daten

Partner (1)

Mein Booklet 0 0