WF-UNet: 用于降水临近预报的天气融合 UNet

来源

Weather Fusion UNet for Precipitation Nowcasting

摘要

设计恶劣天气及其影响（例如城市洪水或山体滑坡）的早期预警系统需要准确的短期降水预报（临近预报）。 临近预报对于农业管理或提高飞行安全等多种环境应用来说是一项重要任务。 在这项研究中，我们研究了 UNet 核心模型的使用及其在西欧提前 3 小时降水临近预报的扩展。 特别是，我们提出了Weather Fusion UNet（WF-UNet）模型，该模型利用Core 3D-UNet模型，将降水和风速变量作为学习过程的输入，并分析其对降水目标任务的影响。 我们收集了 2016 年 1 月至 2021 年 12 月 14 个欧洲国家六年的降水和风雷达图像，基于欧盟地球观测计划哥白尼提供的 ERA5 数据集，时间分辨率为 1 小时，空间分辨率为 31 平方公里 。 我们将所提出的 WF-UNet 模型与持久性模型以及其他仅使用降水雷达输入数据进行训练的基于 UNet 的架构进行了比较。 获得的结果表明，WF-UNet 的性能优于其他测试的最佳性能架构，在 1、2 和 3 小时的时间范围内，MSE 分别降低了 22%、8% 和 6%。