天气基础模型可少样本辅助ERW碳去除量化，零样本尚不可行。
资讯摘要
论文评估五个天气基础模型作为冻结编码器、搭配轻量解码器，在巴西和美国264块田地的5192条时间序列上做留一田地验证，用于增强岩石风化（ERW）的碳去除量化。作者称这是首个针对ERW的天气基础模型整体评估，也是最大规模的实际ERW数据评估。基于Aurora 1.5的TerraNova-ERW能在未见过的田地内正向排序测量值；新田地的零样本均值预测尚不可行，作者归因于数据规模。少样本混合预测已可用：每田两个样本可找回超60%的高去除田地，约将估计田地均值所需样本减半，最密田地的采样可减少28%–98%。
要点速读
- 论文在264块田地、5192条时间序列上以留一田地协议评估五个天气基础模型用于ERW碳去除量化。
- 基于Aurora 1.5的TerraNova-ERW可在未见田地内正向排序测量值，但新田地均值零样本预测尚不可行，作者归因于数据规模。
- 少样本混合预测每田两个样本可找回超60%的高去除田地，约减半估计均值所需样本，最密田地采样减少28%–98%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。