PAUNet：基于降水注意力的 U-Net 用于从卫星辐射率数据预测降雨
大气与海洋物理
2023-12-01 v1 机器学习
摘要
本文介绍基于降水注意力的 U-Net (PAUNet)，一种从卫星辐射率数据预测降水的深度学习架构，以应对 Weather4cast 2023 竞赛的挑战。PAUNet 是 U-Net 与 Res-Net 的变体，旨在通过带中心裁剪与注意力机制的编码器卷积层，有效捕获可见光、水汽与红外波段多波段卫星图像的大尺度上下文信息。我们在包含指数分量 (e-FPL) 的 Focal Precipitation Loss 基础上构建，进一步增强了不同降水类别尤其是中雨和暴雨的重要性。在来自欧洲多个区域的海量数据集上训练后，PAUNet 在预测多个时隙降雨时表现出显著准确性，其临界成功指数 (CSI) 得分高于基线模型。PAUNet 的架构与训练方法展示了降水预报的改进，这对应急服务、零售与供应链管理等行业至关重要。
引用
@article{arxiv.2311.18306,
title = {PAUNet: Precipitation Attention-based U-Net for rain prediction from satellite radiance data},
author = {P. Jyoteeshkumar Reddy and Harish Baki and Sandeep Chinta and Richard Matear and John Taylor},
journal= {arXiv preprint arXiv:2311.18306},
year = {2023}
}