基于U-Net的高效时空天气预报
机器学习
2021-12-14 v1 大气与海洋物理
摘要
天气预报在人类日常生活的多个方面起着至关重要的作用。目前，基于物理的数值天气预报被用于预测天气，且需要大量的计算资源。近年来，基于深度学习的模型在许多与天气预测相关的任务中取得了广泛成功。在本文中，我们描述了针对Weather4cast 2021挑战赛的实验，该挑战基于初始的一小时时空数据预测8小时的时空天气数据。我们聚焦于SmaAt-UNet，一种高效的基于U-Net的自编码器。借助该模型，我们在保持较低计算资源消耗的同时取得了具有竞争力的结果。此外，文末讨论了若干方法与可能的未来工作。
引用
@article{arxiv.2112.06543,
title = {Efficient spatio-temporal weather forecasting using U-Net},
author = {Akshay Punjabi and Pablo Izquierdo Ayala},
journal= {arXiv preprint arXiv:2112.06543},
year = {2021}
}
备注
7 pages, 3 figures. To be published in the proceedings of the 1st workshop on Complex Data Challenges in Earth Observation (CDCEO) 2021