[論文レビュー] RainBench: Towards Global Precipitation Forecasting from Satellite Imagery

Christian Schroeder de Witt, Catherine Tong+6 more|arXiv (Cornell University)|Dec 17, 2020

Precipitation Measurement and Analysis参考文献 39被引用数 6

ひとこと要約

RainBenchは、シミュレートされた人工衛星データ（SimSat）、ERA5再解析データ、IMERGの降水量観測データを組み合わせたマルチモーダルベンチマークデータセットを提供し、データ駆動型の全球降水量予測を可能にする。著者らは、高性能なデータ処理ライブラリであるPyRainを公開し、5日間の予測まで気象学的平均値モデルや恒常性モデルを上回るニューラルネットワークのベースラインを確立した。これにより、極端な気象予測分野における研究の入り口を低くした。

ABSTRACT

Extreme precipitation events, such as violent rainfall and hail storms, routinely ravage economies and livelihoods around the developing world. Climate change further aggravates this issue. Data-driven deep learning approaches could widen the access to accurate multi-day forecasts, to mitigate against such events. However, there is currently no benchmark dataset dedicated to the study of global precipitation forecasts. In this paper, we introduce \ extbf{RainBench}, a new multi-modal benchmark dataset for data-driven precipitation forecasting. It includes simulated satellite data, a selection of relevant meteorological data from the ERA5 reanalysis product, and IMERG precipitation data. We also release \ extbf{PyRain}, a library to process large precipitation datasets efficiently. We present an extensive analysis of our novel dataset and establish baseline results for two benchmark medium-range precipitation forecasting tasks. Finally, we discuss existing data-driven weather forecasting methodologies and suggest future research avenues.

研究の動機と目的

• 人工衛星画像を用いたデータ駆動型の全球降水量予測のための標準化されたベンチマークが不足しているという問題に取り組む。
• 極端な降雨に影響を受ける開発途上地域の研究者たちが直面する計算リソースおよびデータアクセスの障壁を低減する。
• 多様な気象条件下での中距離降水量予測タスクにおけるディープラーニングモデルの体系的評価を可能にする。
• PyRainライブラリを通じてスケーラブルで効率的なデータ処理パイプラインを提供し、実験とモデル学習の加速を実現する。
• 再現可能なベースラインの確立と、不均衡な降水量予測タスクにおけるクラスバランス戦略の検討。

提案手法

• RainBenchデータセットは、3つのデータモダリティを統合している：SimSat（シミュレートされた地球静止軌道人工衛星画像）、ERA5（大気状態の再解析）、IMERG（人工衛星観測による全球降水量推定）。
• PyRainは、大規模な降水量データセットに最適化された高スループットで設定可能なデータ読み込みフレームワークであり、ディープラーニングモデル向けの効率的なデータインジェストと前処理を可能にする。
• 著者らは、人工衛星および再解析データを入力として用い、1〜5日間の降水量積算を予測する2つのベンチマーク予測タスクにおいて、畳み込みニューラルネットワークと勾配ブースティングモデルを訓練および評価した。
• 予測の時間的整合性を促進するためにマルチタイムステップ損失関数が採用され、反復的予測ループのエンドツーエンド訓練により一般化性能の向上が図られた。
• メモリ効率の高い戦略として、勾配チェックポイント処理とミックス・プレシジョン学習が検討され、高解像度データおよび大規模なモデルアーキテクチャの処理に適応した。
• クラスバランス戦略として、ファクタル損失やクラス再重み付けが評価され、まれだが影響力の大きな極端な降水量イベントの予測性能向上が図られた。

実験結果

リサーチクエスチョン

• RQ1 マルチモーダルな人工衛星および再解析データで訓練されたデータ駆動型モデルは、気象学的平均値モデルや恒常性モデルを上回り、全球の中距離降水量予測において優れた性能を示せるか？
• RQ2 異なるクラスバランス戦略は、極端な降水量イベントを予測する回帰モデルの性能にどのように影響するか？
• RQ3 PyRainのような高速でスケーラブルなデータ読み込みパイプラインは、大規模な降水量予測実験において、トレーニング時間とハードウェアコストをどの程度低減できるか？
• RQ4 入力データの解像度やモダリティ（例：シミュレートされたデータ対実際の人工衛星データ）は、予測精度と一般化性能にどのような影響を及えるか？
• RQ5 可逆層を備えたエンドツーエンドで訓練された反復的予測モデルは、長時間予測の安定性を向上させるとともに、活性化チェックポイント処理によりメモリ使用量を削減できるか？

主な発見

• RainBenchで訓練されたニューラルネットワークベースラインは、5日間までの降水量予測において気象学的平均値モデルや恒常性モデルを上回り、データ駆動型アプローチの実現可能性を示した。
• 特にファクタル損失を用いることで、まれながもたらす影響の大きな降水量イベントの予測性能が向上し、予測不足のバイアスが軽減された。
• PyRainはデータ読み込みを顕著に高速化し、大規模な実験におけるモデルの反復速度を向上させ、トレーニングに要する時間を短縮した。
• ERA5再解析データの統合により、単に人工衛星画像に依存するモデルと比較して、予測精度が向上した。これは大気状態情報の価値を示している。
• 可逆層を備えたマルチステップ予測ループのエンドツーエンド訓練により、安定した長時間予測が可能になったと同時に、活性化チェックポイント処理によりGPUメモリ使用量が削減された。
• 著者らは、特にSimSatからの高解像度入力データが、降水量イベントの空間的局在化の向上に寄与することを観察した。これは、運用予測への道筋を示唆している。