这里是关于 CMAQ 空气质量模式、数值预报后处理与机器学习代理模型的记录， 重点是把传统逐时刻迭代求解的大气过程改写成单次前向传播的 GPU 推理， 以及随之而来的误差累积、物理守恒约束与训练配方问题。
大气传输模型机器学习代理的长程轨迹优化
传输计算是大气传输过程的重要组成部分，总体上可以分为垂直扩散、垂直对流、水平扩散、水平对流四个部分，而四个部分计算范式截然不同，在 CMAQ 当中是污染物传输和扩散的重要求解过程，其求解精度影响多个下游模块。优化计算速度的同时，保证传输部分高精度以不影响下游模块计算是大气模拟的重要条件。 ...