地球系统时空基础模型风险控制的面向决策的不确定性量化

地球系统建模正在从特定任务的预测器转向具有通用时空表示能力的基础模型。尽管这些模型可以联合编码动态地球场、外部强迫和静态地理环境以进行多步预测，但仅靠精确的点预测或统计校准间隔不足以满足极端天气预警、洪水控制、可再生能源调度和应急资源分配等高影响力的应用。实践中重要的是预测不确定性能否在特定的行动、损失函数和风险偏好下转化为可靠的决策风险。我们为地球系统时空基础模型提出了面向决策的不确定性量化框架。该框架生成未来状态的预测分布，并使用决策风险适配器将预测样本、决策上下文和效用函数映射到行动条件风险。公用事业感知校准模块进一步增强了下游决策损失级别的可靠性，而不仅仅是预测值级别的可靠性。然后使用校准后的风险来选择警告、调度、检查或资源分配行动。与最强基线相比，该方法减少了18.7%的决策后悔，将错过事件率从14.2%降低到9.1%，提高了11.6%的预期效用，同时保持了90.4%的预测覆盖率，并将决策校准误差从0.083降低到0.047。这些结果表明，面向决策的不确定性量化可以提高风险敏感应用中地球系统基础模型的稳健性和操作价值。