云层与热带风暴的全局 3D 重建
计算机视觉与模式识别
2026-01-14 v3 大气与海洋物理
摘要
由于卫星观测难以探测热带风暴结构且难以解决参与风暴加强的云属性，热带风暴的预测仍具有挑战性。最近的研究表明，机器学习方法能够从卫星观测中实现 3D 云重建。然而，现有方法局限于风暴较少出现的地区，且对强烈风暴的验证不足。我们引入一种新框架，基于预训练-微调管道，从多个覆盖全球的卫星学习，将 2D 卫星图像翻译为相关云属性的 3D 云图。我们将模型应用于自构建的热带风暴数据集，以评估在最具挑战性和最相关条件下的性能。我们展示，首次能够创建全局瞬时 3D 云图，并准确重建强烈风暴的 3D 结构。我们的模型不仅扩展了可用的卫星观测，还能在观测完全缺失时提供估计。这对于推进理解风暴加强和改进预报至关重要。
引用
@article{arxiv.2511.04773,
title = {Global 3D Reconstruction of Clouds & Tropical Cyclones},
author = {Shirin Ermis and Cesar Aybar and Lilli Freischem and Stella Girtsou and Kyriaki-Margarita Bintsi and Emiliano Diaz Salas-Porras and Michael Eisinger and William Jones and Anna Jungbluth and Benoit Tremblay},
journal= {arXiv preprint arXiv:2511.04773},
year = {2026}
}