降尺度通用指标、数据范式与数据矩阵

1. 降尺度任务不是普通插值

设粗分辨率输入为 $x_{\mathrm{LR}}$，高分辨率参考场为 $x_{\mathrm{HR}}$，模型输出为 $\hat{x}_{\mathrm{HR}}$。确定性降尺度学习一个映射 $f_\theta:x_{\mathrm{LR}}\mapsto\hat{x}_{\mathrm{HR}}$；概率降尺度学习条件分布 $p_\theta(x_{\mathrm{HR}}\mid x_{\mathrm{LR}})$。后者承认一个粗网格状态通常对应多个可能的小尺度实现。

真正有应用意义的模型不仅要降低点对点误差，还需要同时回答三个问题：粗尺度信息是否保留，小尺度统计是否可信，以及在新地区、未来气候或新传感器上是否仍然有效。

2. 数据范式

2.1 Perfect downscaling

从同一份高分辨率数据通过平均、滤波或插值构造低分辨率输入。LR 与 HR 严格配对且不存在模式偏差，因此适合比较架构的表示能力，但通常高估真实应用性能。模型可能只学会逆转已知退化，而没有学会纠正 GCM、NWP 或传感器的结构误差。

2.2 Imperfect 或 model-to-observation downscaling

粗分辨率输入和高分辨率参考来自不同系统，例如 ERA5 到雷达、GCM 到区域模式或全球预报到局地观测。该设置更接近业务，但同时混合了分辨率差、模式偏差、观测误差和时空错位。逐像素 RMSE 可能惩罚位置略有偏差但统计合理的样本。

2.3 RCM emulation

模型以高分辨率区域气候模式或对流允许模式为参考。它的价值是以较低成本复现昂贵数值模拟，而不是直接恢复真实大气。评估必须区分“逼近 RCM”与“优于 RCM 的真实性”。

2.4 Observational downscaling

目标来自雷达、卫星、站点插值或多源融合产品。观测通常更贴近现实，但并非无误差 Ground Truth；波束遮挡、地物杂波、反演误差、覆盖不均和融合算法都可能进入模型输出。

2.5 Unpaired climate correction

训练数据没有逐时刻一一对应关系时，模型学习的是分布映射。此时不能用逐像素误差单独证明有效，必须检查气候均值、趋势、边缘分布、联合分布、极端尾部、功率谱和守恒误差。

3. 确定性与空间误差

3.1 MAE、RMSE 与 bias

对 $N$ 个格点，常用定义为

$$\mathrm{MAE}=\frac{1}{N}\sum_{i=1}^{N}\left|\hat{x}_i-x_i\right|, \qquad \mathrm{RMSE}=\sqrt{\frac{1}{N}\sum_{i=1}^{N}\left(\hat{x}_i-x_i\right)^2}.$$

Bias 衡量系统偏差，RMSE 对大误差更敏感。三者都不能判断纹理、谱、极端分布或 ensemble 校准。

3.2 ACC、Pearson 与空间相关

异常相关系数（ACC）通常在去除气候态后比较异常场；Pearson correlation 可能按格点、时间或空间场计算。阅读论文时必须确认聚合维度，否则同名指标不可直接比较。

3.3 SSIM 与 PSNR

PSNR 是均方误差的对数变换，依赖数据动态范围；SSIM 比较局部亮度、对比度和结构。二者源自 CV，应用于气象场时需要说明归一化和物理单位，且不能替代守恒与极端评估。

4. 降水事件指标

以命中 $H$、漏报 $M$、空报 $F$ 为基础：

$$\mathrm{POD}=\frac{H}{H+M}, \qquad \mathrm{FAR}=\frac{F}{H+F}, \qquad \mathrm{CSI}=\frac{H}{H+M+F}.$$

CSI 也称 Threat Score。ETS 进一步扣除随机命中。FSS 比较邻域内事件频率，适合处理降水位置的小幅错位。所有事件指标都依赖阈值、邻域尺度和时间累积长度。

5. 概率与 ensemble 指标

• CRPS：比较预测累积分布与观测阶跃分布，兼顾校准和锐度。
• Brier Score：评估阈值事件概率的均方误差。
• Rank/PIT histogram：检验观测在预测分布中的位置是否近似均匀；U 形通常意味着 ensemble 太窄。
• Reliability：比较预报概率和观测频率。
• Spread–skill：检查 ensemble spread 是否随实际误差变化。
• Coverage：统计参考值落在预测区间内的比例；必须与区间宽度一起报告。

6. 极端和分布

均值指标会掩盖稀有强事件，因此需要检查高分位数误差、return level、极值频率、tail dependence 和复合事件。由短记录估计百年重现期时不确定度很大，不能只报告拟合曲线而不报告样本长度、极值模型和置信区间。

7. 空间与频谱一致性

• PSD/RAPSD：检查不同波数上的方差或能量；径向平均会隐藏方向性。
• 谱斜率：判断模型是否恢复目标场的尺度律，而非仅添加无结构高频噪声。
• RALSD：比较对数功率谱的距离，具体实现和频段必须注明。
• Variogram：描述随空间距离增长的差异，可揭示相关长度和间歇性。
• 空间相关长度：衡量结构尺度，但不直接证明结构位置正确。

频谱吻合是必要而非充分条件：相位随机的场也可能具有正确 PSD，却无法还原天气系统位置。

8. 物理一致性与守恒

若 $D$ 表示面积加权粗化算子，最直接的跨尺度一致性检查是

$$\mathcal{E}_{\mathrm{cons}}= \left\|D\left(\hat{x}_{\mathrm{HR}}\right)-x_{\mathrm{LR}}\right\|.$$

对降水、湿度、辐射或质量变量，应使用球面面积权重和正确物理单位。粗化回代一致只保证积分或均值约束，并不保证局地动力学、能量闭合、散度关系或多变量热力学一致性。

9. CV 感知与时序指标

• LPIPS/DISTS：比较深层特征，更接近自然图像主观感知，但其预训练特征未必适合气象场。
• FID/KID：比较样本特征分布，强依赖特征提取器和样本量。
• NIQE/MUSIQ：无参考自然图像质量指标，不能视为科学准确性证据。
• tLPIPS/warping error：评估视频帧间感知一致性或运动补偿误差，但光流假设与大气形变并不等价。

Perception–distortion trade-off 表明，提高视觉锐度可能降低逐像素保真度。对科学降尺度，更危险的情况是生成“看起来真实但条件不正确”的细节，因此必须把感知指标与粗尺度一致性、概率校准、极端和频谱联合使用。

10. 跨论文数据矩阵

“Ground Truth 类型”一栏使用观测、代理 Ground Truth、RCM/CPM 模拟或 self-coarsened HR 等精确表述；不得笼统写成“高分辨率数据”。

论文	LR 输入	HR 输出	Ground Truth 类型	倍率	Paired/Unpaired	实际意义等级	最大数据风险
Hess et al. (2022), Physically Constrained GANs	CM2Mc-LPJmL 全球日降水，约 $3^\circ\times3.75^\circ$	ERA5 日降水统计域，双线性重网格至同一网格	未配对 ERA5 再分析统计参考，不是逐日真值	$1\times$（同网格域转换）	Unpaired	高（真实 ESM 偏差订正；非空间超分）	总量约束继承 ESM 全球偏差，且只有单一 ESM/ERA5
Chen et al. (2021), LIIF	DIV2K HR 经 PyTorch bicubic；训练倍率 $r\sim U(1,4)$	原始 DIV2K/CelebAHQ RGB，测试至 $30\times$	self-coarsened HR／伪 GT	$2$–$30\times$	Paired、共址	低 / Proof-of-Concept	理想 bicubic 与气象 PSF、面积粗化和模式偏差不等价
Harder et al. (2023), Hard-Constrained Downscaling	ERA5 TCW $128^2$ patch 平均池化为 $32^2$（主 TCW4）	同一 ERA5 时刻的 $128^2$ TCW	self-coarsened ERA5 再分析／伪 GT；另有独立 WRF/RCM 代理验证	$4\times$（另测 $2$–$16\times$）	主任务严格 Paired	低 / Proof-of-Concept（主任务）；外部证据中	约束与人工粗化同构；真实 LR–HR 若不守恒，硬层会强制错误关系
Chan et al. (2022), BasicVSR++	REDS/Vimeo-90K 等 HR 视频经 $4\times$ bicubic 或 $\sigma=1.6$ blur + subsample	同源 $4\times$ HR RGB 视频	self-coarsened HR／伪 GT	$4\times$	Paired、逐帧共址	低 / Proof-of-Concept	自然视频光流不等于大气平流；无守恒、频谱或概率输出
Yang et al. (2024), DSFNO	ERA5 TCW $128^2$ 平均池化至 $64^2/32^2$	同一 ERA5 时刻 $128^2$ TCW	self-coarsened ERA5 再分析／伪 GT；另有 Navier–Stokes 数值解	训练 $2\times$，zero-shot $4\times$	Paired、共址	低 / Proof-of-Concept（气象）；PDE emulation 中	有限 Fourier modes 可能抹平高频，SmCL 会复制 LR 偏差
Du et al. (2025), DTWSR	FFHQ/CelebA、DIV2K/Flickr2K 等经 bicubic/合成退化；另测 RealSR	单张 $4/12/16\times$ HR RGB	多数 self-coarsened HR／伪 GT；RealSR 相机 reference	$4/12/16\times$	Paired；RealSR 近配对	低 / Proof-of-Concept	小波 $L_1$ 不等于 PSD；HF decoder/GAN 可产生幻觉且概率未校准
Srivastava et al. (2024), STVD	FV3GFS c48，约 200 km，12 通道、3-hourly、5 帧	FV3GFS c384，25 km PRATEsfc，随机 10-sample 评估	同一 FV3GFS fine-grid 模式模拟／代理 GT	$8\times$	Paired，由 HR 同源粗化	中（高分辨率模式 emulation）	模式偏差被当作真值；无硬质量守恒、长 rollout 或跨观测验证
Zhang et al. (2021), BSRGAN	HR 经 blur、重采样、Gaussian/JPEG/camera-ISP 噪声及随机顺序，$2/4\times$	单幅 HR RGB（BSRNet/BSRGAN）	DIV2K4D self-coarsened HR／伪 GT；RealSRSet 无 GT	$2/4\times$	合成 Paired；真实集 no-reference	低 / Proof-of-Concept	相机退化不等于气象观测算子，GAN bubble 幻觉且无守恒/校准
Becker et al. (2026), V³	Adobe240/Vid4/REDS 的 HR 经空间/时间 anti-aliased sampling	连续 RGB 视频场，约 $4\times$ 空间、$8\times$ 时间	self-coarsened HR 视频／伪 GT	空间约 $4\times$、时间约 $8\times$	Paired、时空共址	低 / Proof-of-Concept	有限 Fourier basis 可过平滑/伪高频；无守恒、概率或真实观测退化
Mardani et al. (2025), CorrDiff	ERA5 25 km、hourly、$36^2$、12 通道	CWA RWRF/WRFDA 2 km、$448^2$、4 通道，32-member ensemble	雷达同化的区域 WRF 模拟／代理 GT	约 $12.5\times$	同时刻 paired；非同源粗化	中（RCM/同化系统 emulation）	台湾单域与模式/同化偏差；无时序/守恒且概率校准不完整
Yue et al. (2023), ResShift	ImageNet HR 经 RealESRGAN 退化；最近邻预上采样	会议版 15-step、$4\times$ HR RGB 样本	ImageNet self-coarsened HR／伪 GT；RealSR 相机 reference；RealSet65 无 GT	$4\times$	合成 Paired；真实集 mixed/no-reference	低 / Proof-of-Concept	图像退化不等于气象观测算子；无守恒、PSD 或概率校准
Chen et al. (2025), FaithDiff	HR 经 PASD/Real-ESRGAN 多级退化，附 LLaVA caption	SDXL Euler 20-step、$4\times$ HR RGB	合成集 self-coarsened HR／伪 GT；真实集无 HR；OCR 有任务标签	$4\times$	合成 Paired；真实集 no-reference	低 / Proof-of-Concept	生成/文本先验可覆盖输入证据；无守恒、PSD 或概率校准
Wu et al. (2026), PS-SR	YouHQ 经 RealESRGAN-style video degradation；另测真实 VideoLQ	HR RGB 视频，一次 base + 三次 draft + FDU	合成集 self-coarsened HR／伪 GT；VideoLQ 无 GT	论文数据集原生 VSR 倍率	合成 Paired；真实集 no-reference	低 / Proof-of-Concept	FDU 低频不等于物理守恒；draft 可幻觉且概率未校准
Hess et al. (2025), Consistency-Model Downscaling	POEM $3^\circ\times3.75^\circ$ 日降水；另测 GFDL/SpeedyWeather	ERA5 $0.75^\circ\times0.9375^\circ$ 日降水统计域，100/103-member ensemble	未配对 ERA5 再分析统计 reference	$4\times$	主结果 Unpaired	高（跨 ESM 气候统计校正）	QDM/PSD 交点启发式、无守恒/多变量，未来场可能回归历史气候态
Lopez-Gomez et al. (2025), R2-D2	WUS-D3 45 km WRF intermediate，多变量 hourly	WUS-D3 9 km WRF，多变量 32-member ensemble	9 km WRF 动力降尺度模拟／代理 GT	约 $5\times$	同时刻 Paired；非平均聚合	高（RCM emulation / ensemble risk）	跨 ESM 依赖同一 WRF manifold；单区域/情景且无守恒/时序
Xu et al. (2026), GeoFAR	CERRA 约 22 km／ERA5 coarse；另有 ERA5→PRISM	CERRA 11 km、ERA5 finer grid 或 PRISM 0.75° reference	同源 CERRA/ERA5 再分析／伪 GT；PRISM 跨产品格点 reference	$2/4/8\times$	Paired；跨产品仍含配准误差	低 / Proof-of-Concept（同源）；中（ERA5→PRISM）	地理先验可能记忆地形；无守恒/概率，低分生成核与多变量发布不完整

11. 实际意义评级

• 高：输入接近实际业务资料，HR reference 独立且可信，并具有跨时间、地区或气候状态验证。
• 中：任务映射明确，但 reference 是再分析或区域模式代理，或验证范围有限。
• 低 / Proof-of-Concept：LR 主要由同一 HR 数据人工粗化，只证明模型逆转理想退化的能力。