이 연구에서는 FuXi-DA라는 일반화된 딥러닝 기반 데이터 동화 프레임워크를 소개한다. FuXi-DA는 위성 관측 동화를 위해 개발되었으며, 다음과 같은 혁신적인 특징을 가지고 있다:
배경 데이터와 관측 데이터의 정보 차이를 해결하기 위해 각 데이터 유형에 대한 별도의 인코더를 사용한다. 이를 통해 배경 데이터의 광범위한 정보를 최대한 활용하면서 관측 데이터를 정확하게 통합할 수 있다.
관측 전처리 단계를 생략하거나 모델 아키텍처에 암묵적으로 통합한다. 또한 과거 데이터로부터 구름의 영향을 완화하는 방법을 암묵적으로 학습할 수 있다.
관측과 배경 오차 공분산 행렬 추정의 필요성을 해결하기 위해 통합 퓨전 신경망을 사용한다. 이를 통해 관측과 배경 데이터의 가중치를 효과적으로 조정할 수 있다.
동화와 예보 모델을 동시에 최적화하여 분석 정확도와 예보 성능을 모두 향상시킨다.
FuXi-DA는 Fengyun-4B/AGRI 위성 관측 동화에 성공적으로 적용되었다. 분석 오차와 예보 성능이 크게 향상되었으며, 단일 관측 실험을 통해 FuXi-DA가 대기 물리학과 일관된다는 것을 확인하였다. FuXi-DA는 전통적인 동화 시스템에 비해 전처리 단계를 크게 단순화하고 계산 자원을 크게 절감할 수 있다.
На другой язык
из исходного контента
arxiv.org
Дополнительные вопросы