WeatherReal：基于现场观测的气象模型评估基准数据集
大气与海洋物理
2024-09-17 v1 机器学习
摘要
近年来，基于AI的天气预报模型已匹配甚至超越了数值天气预报系统。然而，这些模型大多在像 ERA5 这样的重分析数据集上进行训练和评估。这些数据集作为数值模型的产物，在关键变量（如近表面温度、风速、降水和云）上与实际观测常有显著差异——这些参数对公众兴趣极高。为此，我们引入 WeatherReal，这是一个新型的天气预报基准数据集，源自全球近表面现场观测。WeatherReal 还配备了一个公开可访问的质量控制和评估框架。本文详细阐述了数据集的来源和处理方法，并通过比较分析和案例研究进一步说明了现场观测在捕捉局部和极端天气方面的优势。使用 WeatherReal，我们评估了几个数据驱动模型，并与领先的数值模型进行了比较。我们的工作旨在推动基于AI的天气预报研究向更注重实际应用和操作就绪的方向发展。
引用
@article{arxiv.2409.09371,
title = {WeatherReal: A Benchmark Based on In-Situ Observations for Evaluating Weather Models},
author = {Weixin Jin and Jonathan Weyn and Pengcheng Zhao and Siqi Xiang and Jiang Bian and Zuliang Fang and Haiyu Dong and Hongyu Sun and Kit Thambiratnam and Qi Zhang},
journal= {arXiv preprint arXiv:2409.09371},
year = {2024}
}