CloudNine：基于可解释图神经网络分析气象观测对天气预测的影响
机器学习
2024-02-26 v1 人工智能
大气与海洋物理
摘要
气象观测对天气预报的影响会因传感器类型、位置、时间以及其他环境因素而异。因此，对观测影响的定量分析对于有效且高效地开发天气预报系统至关重要。然而，现有的影响分析方法难以广泛应用，由于其对特定预报系统的高度依赖；此外，它们无法提供观测在多个时空尺度上的影响，只能提供观测类型的全局影响。为此，我们提出了名为“CloudNine”的新型系统，允许基于可解释图神经网络（XGNNs）分析特定预测中个别观测的影响。我们将基于XGNN的大气状态估计模型与数值天气预报模型相结合，提供一个Web应用程序，用于在地球系统的三维空间中搜索观测，并在特定空间区域和时间段可视化个别观测对预测的影响。
引用
@article{arxiv.2402.14861,
title = {CloudNine: Analyzing Meteorological Observation Impact on Weather Prediction Using Explainable Graph Neural Networks},
author = {Hyeon-Ju Jeon and Jeon-Ho Kang and In-Hyuk Kwon and O-Joun Lee},
journal= {arXiv preprint arXiv:2402.14861},
year = {2024}
}