TempEE: Temporal-Spatial Parallel Transformer for Radar Echo Extrapolation Beyond Auto-Regression

要約

タイトル：時空間並列トランスフォーマーによるオートレグレッション以外のレーダーエコー外挿

要約：

– メテオロジカルレーダー反射率データ、即ちエコーは、複雑な数値予報モデルを必要とせず、降水量の予測と短期の強い降雨の正確かつ迅速な予測に大きな役割を果たす。Deep Learning（DL）ベースのレーダーエコー外挿アルゴリズムは、従来のモデルに比べて効果的かつ効率的である。
– この論文は、累積誤差拡散、疎エコー分布の不正確な表現、非定常運動プロセスの不正確な記述という3つの主なボトルネックに苦しんでいる信頼性の高い汎用アルゴリズムの開発に取り組むものである。
– 提案されたアルゴリズムは、時空間相関特徴量とトランスフォーマテクノロジーを活用したもので、降水量予測のための非定常運動プロセスを正確に表現するマルチフレームエコー画像から特徴を抽出する。このアルゴリズムは、トランスフォーマテクノロジーに基づく新しい並列エンコーダを使用して、エコーの時空間特徴を効果的かつ自動的に抽出する。
– さらに、マルチレベル時空間アテンション機構を採用して、グローバル・ローカル情報の認識能力を高め、軽量化された方法で関連するタスク特有の機能領域を強調する。提案された方法の効果は、実際のデータセットを使用した古典的なレーダーエコー外挿タスクにおいて検証されており、さまざまなコンポーネントの有効性と必要性がさらに実証された。

要約(オリジナル)

The meteorological radar reflectivity data, also known as echo, plays a crucial role in predicting precipitation and enabling accurate and fast forecasting of short-term heavy rainfall without the need for complex Numerical Weather Prediction (NWP) model. Compared to conventional model, Deep Learning (DL)-based radar echo extrapolation algorithms are more effective and efficient. However, the development of highly reliable and generalized algorithms is hindered by three main bottlenecks: cumulative error spreading, imprecise representation of sparse echo distribution, and inaccurate description of non-stationary motion process. To address these issues, this paper presents a novel radar echo extrapolation algorithm that utilizes temporal-spatial correlation features and the Transformer technology. The algorithm extracts features from multi-frame echo images that accurately represent non-stationary motion processes for precipitation prediction. The proposed algorithm uses a novel parallel encoder based on Transformer technology to effectively and automatically extract echoes’ temporal-spatial features. Furthermore, a Multi-level Temporal-Spatial attention mechanism is adopted to enhance the ability to perceive global-local information and highlight the task-related feature regions in a lightweight way. The proposed method’s effectiveness has been valided on the classic radar echo extrapolation task using the real-world dataset. Numerous experiments have further demonstrated the effectiveness and necessity of various components of the proposed method.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI