RadarQA：天气雷达预报的多模态质量分析
人工智能
2025-08-19 v1
摘要
天气预报的质量分析是气象学中的一个重要课题。尽管传统的基于评分的评估指标可以量化某些预报误差，但在描述能力、可解释性以及对动态演变的理解方面，它们仍远不及气象专家。随着多模态大语言模型（MLLMs）的快速发展，这些模型成为克服上述挑战的潜在工具。在本工作中，我们引入了一种基于 MLLM 的天气预报分析方法 RadarQA，它将关键物理属性与详细的评估报告相结合。我们提出了一种新颖且全面的多模态质量分析任务范式，涵盖单帧和序列，以及评分和评估两种场景。为了支持训练和基准测试，我们设计了一种混合标注流程，将人类专家标注与自动启发式方法相结合。通过这种标注方法，我们构建了 RQA-70K，一个用于雷达预报质量评估、具有不同难度级别的大规模数据集。我们进一步设计了一种多阶段训练策略，在每个阶段迭代地提升模型性能。大量实验表明，RadarQA 在所有评估设置下均优于现有的通用 MLLM，突显了其在推进天气预报质量分析方面的潜力。
引用
@article{arxiv.2508.12291,
title = {RadarQA: Multi-modal Quality Analysis of Weather Radar Forecasts},
author = {Xuming He and Zhiyuan You and Junchao Gong and Couhua Liu and Xiaoyu Yue and Peiqin Zhuang and Wenlong Zhang and Lei Bai},
journal= {arXiv preprint arXiv:2508.12291},
year = {2025}
}