RainPro-8：用于预测8小时降雨概率的高效深度学习模型
机器学习
2026-02-17 v3 计算机视觉与模式识别
摘要
本文提出一种深度学习模型，用于对欧洲地区8小时滞后期的高分辨率概率性降雨预测，克服当前雷达深度学习模型在短期预报时限上的局限性。该模型高效地整合了雷达、卫星及基于物理的数值天气预报（NWP）等多源数据，同时捕捉长程相互作用，实现准确的降雨预测，并通过一致的概率性地图实现稳健的不确定性量化。该模型具有紧凑的网络结构，训练效率更高，推理速度更快。大量实验表明，我们模型优于当前运营中的数值天气预报系统、外推类方法及深度学习 nowcasting 模型，为欧洲地区高分辨率降雨预测树立了新标准，确保在准确性、可解释性和计算效率之间取得良好平衡。
引用
@article{arxiv.2505.10271,
title = {RainPro-8: An Efficient Deep Learning Model to Estimate Rainfall Probabilities Over 8 Hours},
author = {Rafael Pablos Sarabia and Joachim Nyborg and Morten Birk and Jeppe Liborius Sjørup and Anders Lillevang Vesterholt and Ira Assent},
journal= {arXiv preprint arXiv:2505.10271},
year = {2026}
}