Core Concepts
물리 기반 ConvLSTM2D 모델을 활용하여 뭄바이의 6시간 및 12시간 강수 예보 정확도를 향상시킬 수 있다.
Abstract
이 연구는 뭄바이의 강수 예보 정확도 향상을 위해 물리 기반 ConvLSTM2D 모델을 개발하였다. 주요 내용은 다음과 같다:
강수 예보에 중요한 11개의 대기 변수(온도, 상대습도, 위치 소용돌이도 등)를 선정하였다.
2011년부터 2022년까지의 ERA5 재분석 자료를 활용하여 ConvLSTM2D 모델을 학습시켰다.
모델 학습 및 테스트 단계에서 6시간 및 12시간 강수 예보 정확도를 평가하였다.
학습 단계에서 6시간 예보의 NSE 값은 0.61~0.68, 12시간 예보의 NSE 값은 0.58~0.66으로 나타났다.
테스트 단계에서 6시간 예보의 NSE 값은 0.42~0.51, 12시간 예보의 NSE 값은 0.47~0.58로 나타났다.
이를 통해 물리 기반 ConvLSTM2D 모델이 뭄바이의 단기 강수 예보 정확도를 향상시킬 수 있음을 확인하였다.
Stats
6시간 예보 학습 단계 NSE 값 범위: 0.61 ~ 0.68
6시간 예보 테스트 단계 NSE 값 범위: 0.42 ~ 0.51
12시간 예보 학습 단계 NSE 값 범위: 0.58 ~ 0.66
12시간 예보 테스트 단계 NSE 값 범위: 0.47 ~ 0.58
Quotes
"물리 기반 이해를 통합하면 깊이 학습 모델의 강수 예측 기술을 향상시킬 수 있다."
"ConvLSTM2D 모델은 공간 및 시간 차원을 모두 포착할 수 있어 강수 예보에 적합하다."