HOW FAR ARE TODAY’S TIME-SERIES MODELS FROM REAL-WORLD WEATHER FORECASTING APPLICATIONS?

Lei Bai 님이 또 들어가계신다... 도대체 논문을 얼마나 쓰시는거지

암튼 새로운 내용임
현재는 NWP data driven model을 쓰고 있었는데, 여기서는 시계열 모델로 해보면 어때? 를 제시하고 있음.
주요 work는

• 데이터셋 WEATHER-5K가 있고
• TSF 모델이랑 NWP모델을 직접적으로 평가한듯

근데 뭐 알다시피 TSF가 하도 안좋기도 해서 장기 예측, 극한 기상 부분에 대해서 향상할 필요가 있고...

Weather-5k

5672개의 관측소에서 수집된 실제 관측 데이터임
온도, 풍속, 기압 등 다양한 기상 데이터를 포함함.

논외긴 하지만 이거 태양광 발전량 예측 ... 아 발전량 데이터가 없구나 nevermind ㅎ

그리고 시간별 데이터임.
극한 기상을 평가할 수 있는 SEDi인가? 분석할 수 있음.

여기서 weather-5k랑 다른 tsf 데이터셋들이랑 비교하고 있는데,
일단 관측소 수가 좀 많은 편이고 2014년도부터 있고, 용량이 좀 큰 것 같다.
그래도 기상 자료 치고는 변수도 다양하면서 날짜도 많으면서 좀 고루 고른듯 싶음.

TSF benchmakrs on WEATHER-5K

이렇게 비교한 표도 있는데, 각 변수에 대해서, 각 lead time에 대해 평가하였음.
ECMWF-HRES는 장기예측에서 특히 성능이 좋고, TSF가 여기서 좀 뒤쳐진다. Pyraformer와 같은 모델에서 짧을 때 비슷하긴 한데, 장기에선 많이 차이남.

이건 극한 기상에서 SEDI로 평가한거고, 높을수록 좋은것.
해수면 기압에서 ECM이 제일 잘나옴.. 걍 다 잘나옴...

observations and findings

• 대부분의 TSF모델은 시간 종속성만을 고려해서, 공간적 상관 관계를 잘 반영 못함.
• 극한 기상 상황 예측이 어려움. 풍속 분포가 좀 이상해서 그런 것 같음
• 큰 매개변수를 가진 TSF 모델이 꼭 필요하냐? ㄴㄴ 그렇지는 않음. Pyraformer는 매개변수 작은데도 잘나왔음.
• TSF + NWP 결합은 어때? NWP 출력을 활용하여 TSF 모델의 예측 정확도를 보정하는 느낌으로 결합해서 바이어스 보정 모델 개발할 수 있겠다.

결론

왕
신기한 논문. 태양광에 적용하면 좋겠다는 생각이 드는군요.
이걸 develop하기엔... loss function같은거 추가해서 잘 나오는지는 간단하게 확인할 수 있을 듯. 아무래도 training 하는데 걸리는 시간은 별로 안걸릴 것 같기도,,,