NASA IMERG

新的Transformer框架增强了中程降水预报能力

研究人员开发了CSU-PCAST，一个利用双分支Transformer架构进行中程集合降水预报的新型深度学习框架。该模型在ERA5和NASA IMERG数据上进行训练，可预测长达15天的天气状态和降水，并生成30个集合成员。与GEFS的评估显示，CSU-PCAST提高了预报技巧，降低了对轻度降水的偏差，并改善了概率验证，尽管在预测极端事件和集合校准方面仍存在挑战。