面向高分辨率气象监测的声学数据方法
音频与语音处理
2023-10-02 v1 声音
摘要
在各研究领域中，遥感气象产品对回答诸多科学问题颇具价值；然而其时空分辨率常过于粗糙而难以回答许多问题。例如，在野生动物研究中，研究动物移动与行为时需精细尺度、高度局地的气象观测。本文利用声学数据识别降雨、风和气温在不同阈值下的变化，其中降雨预测最为成功。仅基于声学数据训练模型可得最优结果，但需耗费人力的样本标注。同时，MERRA-2系统的每小时卫星数据虽对某些任务足够，但预测这些声学标签的精度明显较低。我们发现，可从MERRA-2数据训练出比原始MERRA-2数据本身更精确的声学分类器。通过使用MERRA-2粗略识别声学数据中的降雨，我们得以在不使用人工校验标签的情况下构建可用模型。由于MERRA-2具有全球覆盖，我们的方法提供了一种利用全球声学数据集训练降雨模型的实用途径。
引用
@article{arxiv.2309.16867,
title = {Towards High Resolution Weather Monitoring with Sound Data},
author = {Enis Berk Çoban and Megan Perra and Michael I. Mandel},
journal= {arXiv preprint arXiv:2309.16867},
year = {2023}
}
备注
5 pages, submitted to ICASSP 2024