DFST-GAN: 고품질 강수 예측을 위한 동적 흐름 시공간 생성적 적대 신경망

이 논문은 고품질 강수 예측을 위한 동적 흐름 시공간 생성적 적대 신경망(DFST-GAN) 모델을 제안합니다. 현재의 시공간 예측 모델은 복잡한 모션 패턴을 적응적으로 포착할 수 없는 능력과 시간이 지남에 따라 흐릿한 예측을 생성하는 경향이라는 두 가지 주요 한계에 어려움을 겪고 있습니다. 이러한 도전 과제를 해결하기 위해 DFST-GAN은 동적 흐름 특징 추출 메커니즘과 새로운 전문 기상 판별기를 통합하여 복잡한 강수 시스템 궤적의 적응형 모델링을 가능하게 하고, 선명하고 물리적으로 일관된 예측을 생성합니다. 우리는 HKO-7 데이터셋을 사용하여 CSI, HSS, POD, FAR 및 ETS를 포함한 지표로 우리의 접근 방식을 평가합니다. 실험 결과는 DFST-GAN이 모든 평가 지표에서 기존 방법들을 일관되게 능가하며, 특히 중간에서 강한 강수 사건(dBZ ≥ 50)에 대해 특히 두드러진 개선을 보이며, PredRNN-V2에 비해 CSI에서 18.8%의 상대 개선을 나타냅니다. 제거 연구는 DFST-GAN의 각 구성 요소가 전체 성능에 의미 있는 기여를 한다는 것을 확인하며, 우리의 접근 방식이 운영 강수 예측 응용 프로그램에서의 잠재력을 검증합니다.