IndiaWeatherBench：面向印度地区数据驱动天气预报的数据集与基准
机器学习
2025-09-03 v1 人工智能
大气与海洋物理
摘要
区域天气预报是局地气候适应、灾害缓解和可持续发展的关键问题。尽管机器学习在全球天气预报方面取得了显著进展，但区域预报仍相对缺乏探索。现有工作通常使用不同的数据集和实验设置，限制了公平比较和可复现性。我们引入了 IndiaWeatherBench，这是一个专注于印度次大陆的数据驱动区域天气预报综合基准。IndiaWeatherBench 提供了一个基于高分辨率区域再分析产品构建的精选数据集，以及一套确定性和概率性指标，以促进一致的训练与评估。为了建立强大的基线，我们在多种架构上实现并评估了一系列模型，包括 UNet、Transformer 和基于图的神经网络，以及不同的边界条件策略和训练目标。尽管聚焦于印度，IndiaWeatherBench 也很容易扩展到其他地理区域。我们开源所有原始和预处理数据集、模型实现以及评估流程，以促进可访问性和未来发展。我们希望 IndiaWeatherBench 能成为推进区域天气预报研究的基础。代码可在 https://github.com/tung-nd/IndiaWeatherBench 获取。
引用
@article{arxiv.2509.00653,
title = {IndiaWeatherBench: A Dataset and Benchmark for Data-Driven Regional Weather Forecasting over India},
author = {Tung Nguyen and Harkanwar Singh and Nilay Naharas and Lucas Bandarkar and Aditya Grover},
journal= {arXiv preprint arXiv:2509.00653},
year = {2025}
}