AFNO(Adaptive Fourier Neural Operator)はFourier変換による高速なself-attention機能を持った深層学習モデルであり,これまでデータ駆動型全球AI気象予報モデルFourCastNetで,その有効性が確認されている.一方,線状降水帯のようなメソスケールでのイベントに対する降雨予測に対しては,降雨領域の移流効果を考慮した予測モデルの有効性が知られている.本研究ではAFNOをメソスケールでの気象データに適用し,大気・降雨一体型のAI予測モデルを構築した.AFNO大気・降雨予測モデルの入力に降雨移流項および可降水量を含めた大気予測項を付与し,損失関数にフーリエ振幅・相関損失(FACL)を用いることで,30mm/h以上の強降雨領域の2~3時間先の線状降水帯発生時の降雨予測精度が向上することが示された.
SOTA et al. (Thu,) studied this question.