[論文レビュー] TCBench: A Benchmark for Tropical Cyclone Track and Intensity Forecasting at the Global Scale

Milton S. Gomez, Marie C. McGraw+14 more|arXiv (Cornell University)|Jan 30, 2026

Tropical and Extratropical Cyclones Research被引用数 0

ひとこと要約

TCBench は 1–5 日の熱帯低気圧の軌跡と強さ予測のグローバルベンチマークを提供し、IBTrACS の ground truth と標準化評価指標を用いてニューラル気象モデルと物理ベースのアンサンブルを比較します。

ABSTRACT

TCBench is a benchmark for evaluating global, short to medium-range (1-5 days) forecasts of tropical cyclone (TC) track and intensity. To allow a fair and model-agnostic comparison, TCBench builds on the IBTrACS observational dataset and formulates TC forecasting as predicting the time evolution of an existing tropical system conditioned on its initial position and intensity. TCBench includes state-of-the-art dynamical (TIGGE) and neural weather models (AIFS, Pangu-Weather, FourCastNet v2, GenCast). If not readily available, baseline tracks are consistently derived from model outputs using the TempestExtremes library. For evaluation, TCBench provides deterministic and probabilistic storm-following metrics. On 2023 test cases, neural weather models skillfully forecast TC tracks, while skillful intensity forecasts require additional steps such as post-processing. Designed for accessibility, TCBench helps AI practitioners tackle domain-relevant TC challenges and equips tropical meteorologists with data-driven tools and workflows to improve prediction and TC process understanding. By lowering barriers to reproducible, process-aware evaluation of extreme events, TCBench aims to democratize data-driven TC forecasting.

研究の動機と目的

• リスク緩和とレジリエンスのために正確なグローバルな熱帯低気象予報の必要性を動機付ける。
• TC の軌跡と強度予測の公正でモデルに依存しない評価フレームワークを定義する。
• ニューラルと物理ベースのモデルの再現可能な評価を可能にするオープンで拡張可能なデータセットとツールボックスを提供する。
• 強度予測と急速強化予測を改善する後処理ベースラインを提供する。
• ベンチマークとワークフローへのアクセスを民主化することでデータ駆動型 TC 予測の障壁を低減する。

提案手法

• 既存の熱帯系の初期状態を与えて時間発展を予測することでTC予測を定式化する。
• 観測、再解析、物理/データ駆動モデルなどの異種データソースを統一評価フレームワークに統合する。
• 決定論的および確率的指標のデータ前処理、モデルのベースライン（物理ベースとニューラル）、評価プロトコルを提供する。
• TempestExtremes と HuracanPy を用いてニューラルモデル出力を IBTrACS 軌跡と整合させ、公平な比較を行う。
• AI 予測を後処理して強度予測と RI フラグを生成し、RI に焦点を当てた評価を可能にする。

Figure 1: TCBench defines TC forecasting as predicting time-series of track and intensity knowing the system’s initial state. It integrates heterogeneous data sources (observations, reanalysis, physics/data-driven models) into a unified evaluation framework to standardize model assessment.

実験結果

リサーチクエスチョン

• RQ1 ニューラル気象モデルはグローバルスケールで 1–5 日予測において物理ベースのアンサンブルと同等の軌跡予測能力を達成できるか。
• RQ2 後処理された AI 予測はベースラインと比較して強度予測と急速強化検出を改善できる程度はどの程度か。
• RQ3 リードタイムが最大 5 日までの間で決定論的および確率的な軌跡と強度指標の相対的な性能はどうなるか。
• RQ4 観測データの統合と後処理が熱帯低気象の強度予測の信頼性に与える影響はどうなるか。

主な発見

• ニューラル気象モデルは最大 5 日先までの TC 軌跡をうまく予測でき、軌跡の性能は決定論的指標で一部の物理ベースアンサンブルに近づくか競合する。
• 物理ベースのアンサンブル（GEFS）は一般に CRPS を介した確率的軌跡予測が強く、ニューラルモデルと相補的な強みを示す。
• AI 予測の後処理は強度予測（Vmax と pmin）を大幅に改善し、特定のリードタイム下で GEFS に匹敵する性能を達成できる。
• 後処理された AI モデルは急速強化イベントをある程度捉えることができ、モデルとリードタイムにより成功は限定的であり、RI を挑戦的な目標として浮き彫りにする。
• 決定論的軌跡スキルはモデルとリードタイムで変動する一方、アンサンブル手法は確率的軌跡を改善する。強度予測は観測データと後処理ツールの組み合わせで改善する。

Figure 2: (a) 2023 tropical cyclones in the TCBench test year, from IBTrACS. The lines represent the position of each tropical cyclone over time, with the line color representing the storm’s intensity at that position. (b) IBTrACS estimate of tropical cyclone numbers from 2017-2022 (corresponding to