Thunderstorm nowcasting with deep learning: a multi-hazard data fusion model

要約

雷雨関連の災害の予測は、最初の対応者、インフラ管理、航空など、いくつかの分野で必要とされています。
このニーズに対応するために、さまざまな種類のハザードに適応できるディープ ラーニング モデルを紹介します。
モデルは複数のデータ ソースを利用できます。
気象レーダー、雷検知、衛星可視/赤外線画像、数値気象予測、デジタル標高モデルからのデータを使用します。
時間分解能 5 分、最大リード タイム 60 分で、解像度 1 km のグリッドで雷、雹、大雨を確率的に予測するモデルの能力を実証します。
Shapley 値は、さまざまなデータ ソースの重要性を定量化し、気象レーダー製品が 3 つの危険タイプすべての最も重要な予測因子であることを示しています。

要約(オリジナル)

Predictions of thunderstorm-related hazards are needed in several sectors, including first responders, infrastructure management and aviation. To address this need, we present a deep learning model that can be adapted to different hazard types. The model can utilize multiple data sources; we use data from weather radar, lightning detection, satellite visible/infrared imagery, numerical weather prediction and digital elevation models. We demonstrate the ability of the model to predict lightning, hail and heavy precipitation probabilistically on a 1 km resolution grid, with a temporal resolution of 5 min and lead times up to 60 min. Shapley values quantify the importance of the different data sources, showing that the weather radar products are the most important predictors for all three hazard types.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google