열대 사이클론의 급격한 강도 증가를 예측하기 위한 딥 러닝 앙상블 접근법

초록 열대 사이클론(TCs)의 급격한 강도 증가(RI)를 예측하는 것은 운영 예보에서 매우 중요합니다. 통계적 방식은 TC 강도를 예측하기 위해 인간 주도의 특징 추출과 예측 변수 상관관계에 의존합니다. 딥 러닝은 TC 대류의 위성 이미지와 전통적인 환경 예측 변수를 딥 신경망에 적절히 통합할 수 있다면 예측을 더욱 개선할 기회를 제공합니다. 본 연구는 딥 러닝이 인간이 정의한 환경/TC 관련 매개변수와 위성 이미지에서 추출된 정보를 동시에 처리함으로써 향상된 강도 및 RI 예측 성능을 나타낸다는 것을 보여줍니다. 운영적 및 실용적 관점에서 우리는 서로 다른 신경망 설계와 입력 조합을 가진 20개의 딥 러닝 모델의 앙상블을 사용하여 +24시간 후의 강도 분포를 예측합니다. 앙상블 예측에 기반한 강도 분포를 통해 예보자는 운영에서 요구되는 결정론적 강도 값을 쉽게 예측하고 RI 가능성과 예측 불확실성을 인지할 수 있습니다. 서부 태평양 TC에 대해 제공된 운영 예보와 비교할 때, 딥 러닝 앙상블의 결과는 더 높은 RI 탐지 확률과 더 낮은 오경고율을 달성합니다.