Key points are not available for this paper at this time.
气象观测对天气预报的影响因传感器类型、位置、时间和其他环境因素而异。因此，对观测影响的定量分析对于有效和高效地开发天气预报系统至关重要。然而，现有的影响分析方法由于对特定预报系统的高度依赖，难以广泛应用。此外，它们无法提供多个时空尺度的观测影响，仅能提供观测类型的全球影响。为了应对这些问题，我们提出了一种新系统 ``CloudNine``，该系统允许根据可解释图神经网络（XGNN）分析个别观测对特定预测的影响。通过将基于 XGNN 的大气状态估计模型与数值天气预报模型相结合，我们提供了一个网络应用程序，以在地球系统的三维空间中搜索观测，并可视化个别观测在特定空间区域和时间段对预测的影响.
Jeon 等（周二）研究了这个问题.