基于深度学习的气象热带气旋快速加强检测
机器学习
2025-06-11 v1 人工智能
机器学习
摘要
气象热带气旋快速加强是指在 24 小时内将风力强度迅速提升超过 30 节的速度。快速加强被视为气象热带气旋中的极端事件，其发生相对较少，导致数据集中不平衡。在本文中，我们评估了深度学习、集成学习和数据增强框架，用于基于风力强度和空间坐标检测气象热带气旋的快速加强。我们指出，常规数据增强方法无法用于生成复制发生快速加强的气象热带气旋的时空模式。因此，我们的框架采用深度学习模型生成空间坐标和风力强度，以复制气象热带气旋，从而解决快速加强的数据集不平衡问题。我们还使用深度学习模型用于数据增强框架中的分类模块，以区分气象热带气旋期间的快速与非快速加强事件。我们的结果表明，数据增强提高了气象热带气旋快速加强检测的结果，空间坐标作为输入特征对给定模型起关键作用。这为具有极端事件的时空数据的合成数据生成研究开辟了道路。
关键词
引用
@article{arxiv.2506.08397,
title = {Spatiotemporal deep learning models for detection of rapid intensification in cyclones},
author = {Vamshika Sutar and Amandeep Singh and Rohitash Chandra},
journal= {arXiv preprint arXiv:2506.08397},
year = {2025}
}