気象の統計的ダウンスケーリングは、粗い全球再解析データから高解像度の気候情報を導くための重要な技術である。本実験では、中国地域において、2010年から2020年の期間に、ERA5再解析の2m気温場を空間解像度1°から0.25°へ（4倍アップスケール）ダウンスケーリングする課題に対し、代表的な深層学習アーキテクチャ5種の適用を検証する。評価対象の5つのベースラインモデルは、畳み込みニューラルネットワーク（CNN）、生成敵対ネットワーク（GAN）、長短期記憶ネットワーク（LSTM）、ViT様ビジョントランスフォーマ、そしてDenoising Diffusion Probabilistic Model（DDPM）である。ベースラインの長所と短所の解析を踏まえて、第6のモデルとしてPhysics-Informed CNN（PICNN）を提案する。PICNNは、多尺度特徴抽出、空間アテンション機構、ならびに平均二乗誤差、ラプラシアンによる空間平滑性正則化、空間エネルギー保存制約を組み込んだ複合の物理インフォームド損失関数を統合する。すべてのモデルは、計算上の制約下で、NVIDIA GeForce RTX 5050 Laptop GPU（8GB VRAM）上で学習され、ハードウェア制限に合わせデフォルト値から学習エポック数を削減した。保持した2020年のテストセットに対する実験結果は、提案したPICNNが全モデル中で最良の性能を達成することを示す。RMSEは0.665 K、MAEは0.435 K、PSNRは43.43 dB、SSIMは0.976であり、最強のCNNベースラインに対してRMSEが7.7%、MAEが8.7%改善している。改善がアーキテクチャ設計によるものなのか、あるいはCNNベースラインに比べパラメータ数が84%増加したことによるだけのものなのかを判断するため、容量を一致させたプレーンCNNと、3種のコンポーネントをアブレーションしたPICNNバリアントからなる管理されたアブレーション研究を行い、アブレーション側のバリアントは3つのランダムシードで評価した。その結果、CNNベースラインに対するPICNNの改善のうち、およそ65.5%はパラメータ数のみで説明できることが示された。PICNNの3つのアーキテクチャ構成要素のうち、空間アテンションが残りの得点の大部分を占め、物理インフォームド損失は小さいながらも一貫した改善をもたらし、多尺度特徴抽出ヘッドは測定可能な利得を示さず、そのアブレーション版は完全モデルと統計的に識別できない。これらの知見は、論文の中心的主張を、物理インフォームド設計を一般に支持するという段階から、観測された改善に対してどのアーキテクチャ選択が責任を負うのかを、エビデンスに基づいて特定するという、より具体的な主張へと洗練するものである。パラメータ数が1億3900万にも達するTransformerモデルは、それにもかかわらずCNNより有意に劣っており、適度な規模の気象データセットにおける注意ベース・アーキテクチャのデータ非効率性を示唆している。LSTMは、空間構造を保持することが根本的にできないため、全体として最も不良であった。
https://doi.org/10.31223/x50n5v