利用生成对抗网络结合观测与气象数据预测台风路径
大气与海洋物理
2018-12-06 v1
摘要
利用以卫星图像形式给出的观测数据和再分析数据库中的气象数据，通过生成对抗网络（GAN）预测台风路径。使用过去发生在朝鲜半岛的台风图像时间序列来训练该神经网络。训练好的 GAN 被用于生成未参与训练的台风的 6 小时提前路径。预测图像可较好地识别出台风中心的未来位置以及变形的云系结构。预测与真实台风中心之间的误差以公里为单位定量度量。全部台风中心预测中，65.5% 的误差小于 80 km，31.5% 位于 80–120 km 范围内，其余 3.0% 大于 120 km。总体误差为 67.2 km，而仅以观测数据作为输入时该误差为 95.6 km。云结构预测经定性评估，表明 GAN 能够预测云运动的趋势。研究发现，在卫星图像中加入具有物理意义的气象数据可改善预测图像的清晰度。
引用
@article{arxiv.1812.01943,
title = {Prediction of typhoon tracks using a generative adversarial network with observational and meteorological data},
author = {Mario Rüttgers and Sangseung Lee and Donghyun You},
journal= {arXiv preprint arXiv:1812.01943},
year = {2018}
}
备注
This work is a continuation of: Typhoon track prediction using satellite images in a Generative Adversarial Network (arXiv:1808.05382). Few contents might overlap