WeatherBench 2：面向新一代数据驱动全球天气模型的基准
大气与海洋物理
2024-01-29 v2 人工智能
摘要
WeatherBench 2 是 Rasp 等人（2020）提出的全球中期（1–14天）天气预报基准的更新版，旨在加速数据驱动天气建模的进展。WeatherBench 2 包含一个开源评估框架、公开可用的训练数据、真值数据与基线数据，以及一个持续更新的网站，展示最新指标与最先进模型：https://sites.research.google/weatherbench。本文描述了该评估框架的设计原则，并给出了当前最先进的物理与数据驱动天气模型的结果。这些指标基于领先业务天气中心评估天气预报的既定实践。我们定义了一组头条分数以提供模型性能概览。此外，我们还讨论了当前评估设置中的注意事项以及数据驱动天气预测未来的挑战。
引用
@article{arxiv.2308.15560,
title = {WeatherBench 2: A benchmark for the next generation of data-driven global weather models},
author = {Stephan Rasp and Stephan Hoyer and Alexander Merose and Ian Langmore and Peter Battaglia and Tyler Russel and Alvaro Sanchez-Gonzalez and Vivian Yang and Rob Carver and Shreya Agrawal and Matthew Chantry and Zied Ben Bouallegue and Peter Dueben and Carla Bromberg and Jared Sisk and Luke Barrington and Aaron Bell and Fei Sha},
journal= {arXiv preprint arXiv:2308.15560},
year = {2024}
}