GMD: 物理-AI融合新范式：可微分多年冻土陆面模型NoahPy
针对传统陆面模型与现代AI工作流不兼容的难题，Permalab研究人员开发了名为NoahPy的可微分陆面模型。该模型基于循环神经网络（RNN）重构，能够精确模拟多年冻土区的水热动态，同时支持高效的梯度优化与参数校正。在青藏高原站点的评估结果显示，NoahPy在保持物理机制完整性的同时，显著提升了模拟效率与精度，为开发下一代“物理驱动+AI辅助”的冰冻圈预测模型奠定了技术基础 。
Zhuotong Nan's research group
针对传统陆面模型与现代AI工作流不兼容的难题，Permalab研究人员开发了名为NoahPy的可微分陆面模型。该模型基于循环神经网络（RNN）重构，能够精确模拟多年冻土区的水热动态，同时支持高效的梯度优化与参数校正。在青藏高原站点的评估结果显示，NoahPy在保持物理机制完整性的同时，显著提升了模拟效率与精度，为开发下一代“物理驱动+AI辅助”的冰冻圈预测模型奠定了技术基础 。