La technologie de super-résolution est une nouvelle méthode de calcul utilisée pour améliorer les anciennes données des modèles météorologiques afin que les scientifiques puissent mieux évaluer l’histoire du climat mondial de la Terre. Selon le Dr Chunxiang Shi, scientifique en chef au Centre national d’information météorologique de l’Administration météorologique de Chine, la mise à l’échelle des calculs de super-résolution des photos et vidéos numériques est un outil d’analyse important pour calculer les données historiques d’assimilation de modèles haute résolution.
« En raison de la rareté des données d’observation historiques, le système d’assimilation des données terrestres de l’Administration météorologique de Chine (CLDAS) ne peut pas générer de données de haute qualité et à haute résolution », a déclaré le Dr Shi. « Au début de l’année dernière, j’ai appris que la technologie de super-résolution peut être utilisée pour compléter la reconstruction haute résolution de vidéos et d’images. Nous pouvons également intégrer cette technologie dans la reconstruction de données d’assimilation historiques haute résolution. »
Le Dr Shi et son équipe du Centre national d’information météorologique de l’Administration météorologique de Chine sont également connus pour le système d’assimilation des données terrestres (CLDAS) de la CMA et l’ensemble de données de réanalyse de l’atmosphère et de la surface terrestre de la Chine sur 40 ans (CRA-40). Récemment, ils ont publié leur recherche sur la réduction d’échelle à super résolution basée sur les données CLDAS dans Progrès des sciences de l’atmosphère.
Plus précisément, l’équipe a construit un modèle de descente d’échelle d’apprentissage en profondeur CLDASSD (CLDAS Statistical Downscaling). À l’aide de données de modèle de température de 2 m dans la région Beijing-Tianjin-Hebei, les chercheurs ont effectué leur test de réduction d’échelle, rendant la sortie du modèle à grande échelle (basse résolution) disponible pour améliorer les prévisions à l’échelle locale (haute résolution). Leur méthode a réussi à reconstruire des textures fines dans des zones montagneuses complexes, où l’observation humaine peut être impossible. Grâce à la comparaison avec les données d’observation, l’erreur quadratique moyenne de CLDASSD est plus petite que les méthodes générales de réduction d’échelle basées sur l’interpolation utilisées avec différentes heures quotidiennes, saisons et terrains.
« Les images naturelles et les données météorologiques présentent des similitudes à certains égards, certaines techniques de vision par ordinateur (super-résolution, segmentation sémantique, etc.) peuvent être appliquées dans l’atmosphère. » dit le Dr Shi. « À l’avenir, nous apprendrons des technologies de super-résolution encore meilleures pour mettre à niveau notre modèle et mener plus d’expériences en utilisant l’humidité du sol, le vent à 10 m, les précipitations, etc. des éléments dans toute la Chine pour combler le vide dans le CLDAS. »
Ruian Tie et al, CLDASSD : Reconstruire des textures fines du champ de température à l’aide de la technologie de super-résolution, Progrès des sciences de l’atmosphère (2022). DOI : 10.1007/s00376-021-0438-y