Radar-Based Volumetric Precipitation Nowcasting: A 3D Convolutional Neural Network with U-Net Architecture

předpověď srážek, radarové zobrazování, U-Net.

V posledních letech stejně jako v mnoha jiných oblastech si modely hlubokého učení našly své místo v doméně srážek nowcasting. Mnoho z těchto modelů je založeno na architektuře U-Net, která byla původně vyvinuta pro biomedicínskou segmentaci, ale je také užitečná pro generování krátkodobých předpovědí, a proto je použitelná v doméně počasí. Stávající modely založené na U-Net využívají jako vstup a výstup sekvenční radarová data mapovaná do 2-rozměrné karteziánské sítě. Navrhujeme začlenit třetí vertikální dimenzi, abychom lépe předpovídali srážkové jevy, jako jsou konvektivní srážky, a prezentovat zde naše výsledky. Porovnáváme výkonnost při současném vysílání dvou srovnatelných modelů U-Net trénovaných na dvourozměrných a trojrozměrných radarových pozorovacích datech. Ukazujeme, že použití objemových dat vede k malému, ale významnému snížení chyby predikce.