DustNet: skillful neural network predictions of Saharan dust

要約

大気中には何百万トンもの鉱物粉塵が浮遊しており、天候や気候と相互作用します。
気象モデルで鉱物粉塵を正確に表現することは極めて重要ですが、依然として課題が残っています。
大規模な気象モデルは高性能のスーパーコンピューターを使用しており、予測を完了するまでに何時間もかかります。
このような計算負荷により、入力状態として鉱物粉塵の月ごとの気候学的平均値しか含めることができなくなり、予測精度が阻害されます。
ここでは、エアロゾルの光学的深さ AOD を 24 時間先まで予測するための、シンプルで正確かつ超高速の予測モデルである DustNet を紹介します。
DustNet は 8 分未満でトレーニングし、デスクトップ コンピューターで 2 秒で予測を作成します。
DustNet によって作成された予測は、グラウンド トゥルース衛星データと比較した場合、グリッド位置の 95% で粗い 1 x 1 度の解像度で最先端の物理ベースのモデルを上回ります。
私たちの結果は、DustNet には高速かつ正確な AOD 予測の可能性があり、気象パターンに対する粉塵の影響についての理解を変える可能性があることを示しています。

要約(オリジナル)

Suspended in the atmosphere are millions of tonnes of mineral dust which interacts with weather and climate. Accurate representation of mineral dust in weather models is vital, yet remains challenging. Large scale weather models use high power supercomputers and take hours to complete the forecast. Such computational burden allows them to only include monthly climatological means of mineral dust as input states inhibiting their forecasting accuracy. Here, we introduce DustNet a simple, accurate and super fast forecasting model for 24-hours ahead predictions of aerosol optical depth AOD. DustNet trains in less than 8 minutes and creates predictions in 2 seconds on a desktop computer. Created by DustNet predictions outperform the state-of-the-art physics-based model on coarse 1 x 1 degree resolution at 95% of grid locations when compared to ground truth satellite data. Our results show DustNet has a potential for fast and accurate AOD forecasting which could transform our understanding of dust impacts on weather patterns.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google