PrecipDiff: Leveraging image diffusion models to enhance satellite-based precipitation observations

要約

世界気象機関 (WMO) の最近の報告書は、水関連災害が過去 50 年間の自然災害の中で最も多くの人的被害を引き起こしており、死者の 91% 以上が低所得国で発生していることを強調しています。
この差は主に、設置に費用がかかる気象監視レーダー（WSR）などの適切な地上監視ステーションが不足していることに起因します。
たとえば、米国とヨーロッパを合わせると 600 を超える WSR が存在しますが、アフリカは、陸地のほぼ 1.5 倍にも関わらず、その数は 40 未満です。この問題に対処するために、衛星ベースの観測により、地球規模のほぼリアルタイムのモニタリングが提供されます。
解決。
ただし、精度、偏り、空間解像度の低さなど、いくつかの課題に直面しています。
この研究では、拡散モデルと残差学習の力を活用して、統一されたフレームワークでこれらの制限に対処します。
異なる降水生成物間の不一致を修正するための最初の拡散モデルを紹介します。
私たちの方法は、衛星降水量推定値を解像度 10 km から 1 km にダウンスケーリングする際の有効性を示しています。
シアトル地域で行われた大規模な実験により、精度、バイアスの低減、空間の詳細が大幅に向上したことが実証されました。
重要なのは、私たちのアプローチは降水データのみを使用してこれらの結果を達成しており、衛星降水積を強化し、この領域のさらなる進歩への道を開くための純粋にコンピュータービジョンベースのアプローチの可能性を示しています。

要約(オリジナル)

A recent report from the World Meteorological Organization (WMO) highlights that water-related disasters have caused the highest human losses among natural disasters over the past 50 years, with over 91\% of deaths occurring in low-income countries. This disparity is largely due to the lack of adequate ground monitoring stations, such as weather surveillance radars (WSR), which are expensive to install. For example, while the US and Europe combined possess over 600 WSRs, Africa, despite having almost one and half times their landmass, has fewer than 40. To address this issue, satellite-based observations offer a global, near-real-time monitoring solution. However, they face several challenges like accuracy, bias, and low spatial resolution. This study leverages the power of diffusion models and residual learning to address these limitations in a unified framework. We introduce the first diffusion model for correcting the inconsistency between different precipitation products. Our method demonstrates the effectiveness in downscaling satellite precipitation estimates from 10 km to 1 km resolution. Extensive experiments conducted in the Seattle region demonstrate significant improvements in accuracy, bias reduction, and spatial detail. Importantly, our approach achieves these results using only precipitation data, showcasing the potential of a purely computer vision-based approach for enhancing satellite precipitation products and paving the way for further advancements in this domain.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google