연구진은 GEOS 대기 모델에 적용할 새로운 머신러닝 기반 구름 생성 모델을 개발했어요. 이 모델은 CVAE-GAN과 U-Net 아키텍처를 활용하여 56개의 확률적 하위 열을 생성합니다.
기존 Räisänen 모델과 비교했을 때, 새로운 모델은 이중 모드 구름 겹침 분포를 정확하게 재현하고, 격자 평균 통계의 편향을 줄이며, ISCCP 스타일 구름 상단 압력 및 광학 두께 조인트 히스토그램의 RMSE를 절반으로 줄였어요.
이 모델을 통해 복사 전달 계산의 정확도를 높여, 지구 평균 단파 대기 상단 구름 복사 효과 편향을 3분의 1로 줄일 수 있었어요.