[論文レビュー] Weather2K: A Multivariate Spatio-Temporal Benchmark Dataset for Meteorological Forecasting Based on Real-Time Observation Data from Ground Weather Stations

Xun Zhu, Yutong Xiong+4 more|arXiv (Cornell University)|Feb 21, 2023

Hydrological Forecasting Using AI被引用数 5

ひとこと要約

本稿では、中国全域の2,130か所の地上気象観測所から得られるリアルタイムで高品質な観測データに基づき、40,896時間分の時系列にわたり20種類の気象変数をカバーする、新しい多変量時空間ベンチマークデータセット「Weather2K」を紹介する。本稿では、気象要因に基づいて静的および動的グラフを統合するマルチグラフ畳み込みニューラルネットワークMFMGCNを提案し、さまざまなタスクにおいて温度、視程、湿度予測において最先端の性能と向上した時系列耐性を達成した。

ABSTRACT

Weather forecasting is one of the cornerstones of meteorological work. In this paper, we present a new benchmark dataset named Weather2K, which aims to make up for the deficiencies of existing weather forecasting datasets in terms of real-time, reliability, and diversity, as well as the key bottleneck of data quality. To be specific, our Weather2K is featured from the following aspects: 1) Reliable and real-time data. The data is hourly collected from 2,130 ground weather stations covering an area of 6 million square kilometers. 2) Multivariate meteorological variables. 20 meteorological factors and 3 constants for position information are provided with a length of 40,896 time steps. 3) Applicable to diverse tasks. We conduct a set of baseline tests on time series forecasting and spatio-temporal forecasting. To the best of our knowledge, our Weather2K is the first attempt to tackle weather forecasting task by taking full advantage of the strengths of observation data from ground weather stations. Based on Weather2K, we further propose Meteorological Factors based Multi-Graph Convolution Network (MFMGCN), which can effectively construct the intrinsic correlation among geographic locations based on meteorological factors. Sufficient experiments show that MFMGCN improves both the forecasting performance and temporal robustness. We hope our Weather2K can significantly motivate researchers to develop efficient and accurate algorithms to advance the task of weather forecasting. The dataset can be available at https://github.com/bycnfz/weather2k/.

研究の動機と目的

• 地上観測データを用いた気象予測の分野において、信頼性が高くリアルタイムで多様なベンチマークデータセットが不足している問題を解決すること。
• 再解析データ、衛星観測データ、統合データなどの既存のデータセットが抱える真正性、地表面付近の精度、時系列の一貫性に関する限界を克服すること。
• 気象要因を用いて時空間相関を効果的にモデル化できる汎用的な深層学習フレームワークの開発。
• 気象分野における時系列および時空間予測モデルの評価のための標準化されたベンチマークの確立。
• 高品質でオープンアクセスのデータセットとモデルフレームワークを通じて、大気科学とデータサイエンスの分野の協働を促進すること。

提案手法

• Weather2Kは、中国全域の600万km²にわたる2,130か所の地上気象観測所の時間分解能1時間の観測データから構築され、リアルタイムかつ信頼性の高い時系列カバレッジを確保している。
• データセットには20種類の地表面近傍気象変数と3つの空間定数が含まれており、多様なタスクにおける多変数予測を可能としている。
• 時間系列および時空間予測タスクの両方をサポートする二重構造のデータセット設計により、整然とした時系列シーケンスが提供される。
• MFMGCNは、距離、近隣、気圧、位置に基づく4つの静的グラフと、気象要因の相関に基づく1つの動的グラフを統合し、空間的依存性をモデル化する。
• モデルは時空間の一貫性を保つ完全な畳み込みアーキテクチャを採用しており、予測精度と耐性の向上に寄与している。
• グラフ統合の有効性は、アブレーションスタディを通じて体系的に評価され、各グラフタイプが全体の性能に与える寄与度が分析されている。

実験結果

リサーチクエスチョン

• RQ1 気象要因に基づく複数のグラフ統合は、単一グラフベースラインと比較して、時空間予測性能をどのように向上させるか？
• RQ2 MFMGCNは、温度、視程、湿度などの異なる気象変数において、予測精度と時系列耐性をどの程度向上させるか？
• RQ3 実際の地上観測所データに基づいて学習されたデータ駆動型モデルは、従来のNWPや既存のGNNベース手法を上回る性能を発揮できるか？
• RQ4 静的グラフと動的グラフ、位置ベースと要因ベースのグラフ構築戦略は、モデルの汎用性と性能にどのように影響を与えるか？
• RQ5 MFMGCNにおける各グラフタイプ（距離、気圧、位置など）の相対的な寄与度は、最終的な予測性能にどの程度寄与しているか？

主な発見

• MFMGCNはWeather2Kにおいて最先端の性能を達成し、12ステップ先の温度予測において最小のMAE（1.4418）とRMSE（2.0574）を記録した。
• 5グラフ統合（静的および動的グラフをすべて含む）は、温度、視程、湿度予測の全タスクにおいて、単一グラフおよび部分的統合構成を常に上回った。
• 気象要因に基づく動的グラフ（GK）は、単独で使用すると性能が劣るものの、静的グラフと統合することで顕著に性能向上を示し、相補的価値を示した。
• モデルは優れた時系列耐性を示しており、予測先行時間が長くなるに従い性能差が拡大する傾向にあり、持続的な信頼性が裏付けられた。
• アブレーションスタディの結果、位置ベースのグラフ（GL）が最も効果的な単一グラフであることが確認された一方、気圧ベースのグラフ（GP）はマルチグラフ統合時でのみ正の寄与を示した。
• 異なる気象変数においても性能トレンドが一貫しており、マルチグラフアプローチの汎用性が確認された。