MS-nowcasting：微软天气中基于卷积 LSTM 的业务化降水临近预报
机器学习
2022-05-25 v2 大气与海洋物理
摘要
我们提出了驱动微软天气业务化降水临近预报产品的编码器-预报器卷积长短期记忆（LSTM）深度学习模型。该模型以天气雷达拼图序列为输入，确定性地预测未来最长 6 小时提前期的雷达反射率。通过沿特征维度堆叠大输入感受野，并以基于物理的高分辨率快速刷新（HRRR）模型的预测来条件化模型的预报器，我们能够在所有提前期平均的多个指标上以 20-25% 的优势超越光流与 HRRR 基线。
引用
@article{arxiv.2111.09954,
title = {MS-nowcasting: Operational Precipitation Nowcasting with Convolutional LSTMs at Microsoft Weather},
author = {Sylwester Klocek and Haiyu Dong and Matthew Dixon and Panashe Kanengoni and Najeeb Kazmi and Pete Luferenko and Zhongjian Lv and Shikhar Sharma and Jonathan Weyn and Siqi Xiang},
journal= {arXiv preprint arXiv:2111.09954},
year = {2022}
}
备注
Minor updates to reflect final submission to NeurIPS workshop