Core Concepts
物理情報を活用したConvLSTM2Dモデルを用いて、ムンバイの6時間および12時間先の降雨を高精度に予測することができる。
Abstract
本研究では、ムンバイの降雨予報の精度向上を目的として、物理情報を活用したConvLSTM2Dモデルを開発した。
まず、降雨に影響を与える大気変数(気温、相対湿度、ポテンシャル渦度など)を選定し、ERA5再解析データから取得した。これらの変数を入力として、ConvLSTM2Dモデルを構築した。
モデルの訓練・検証の結果、以下のことが明らかになった:
6時間先と12時間先の降雨予測において、相関係数(CC)は訓練時に0.74-0.81、検証時に0.53-0.73の範囲を示した。
Nash-Sutcliffe効率(NSE)は訓練時に0.58-0.68、検証時に0.42-0.58の範囲を示し、高い精度が確認された。
12時間先の予測精度が6時間先の予測精度よりも高い傾向にあった。
このように、物理情報を活用したConvLSTM2Dモデルは、ムンバイの短期的な降雨予報に高い精度を発揮することが示された。この手法は、都市スケールの降雨予報の高度化に貢献できると考えられる。
Stats
相対湿度500hPaと降水量の相関係数は0.43と最も高い
地表気圧と降水量の相関係数は-0.36と最も低い
500hPaのポテンシャル渦度と降水量の相関係数は0.34
Quotes
"物理情報を活用したConvLSTM2Dモデルは、ムンバイの短期的な降雨予報に高い精度を発揮することが示された。"
"この手法は、都市スケールの降雨予報の高度化に貢献できると考えられる。"