Nowy model prognozowania stanu troposfery na bazie tomogafii GNSS oraz metod sztucznej inteligencji
Prognozowanie zjawisk pogodowych przechodzi znaczącą transformację dzięki wprowadzaniu metod sztucznej inteligencji w numeryczne modele pogody. Nowy artykuł, opublikowany w IEEE Transactions on Geoscience and Remote Sensing, przez zespół z UPWr i UWr, opisuje pionierskie wykorzystanie tomografii GNSS do prognozowania stochastycznego (wielowątkowego) do budowy modelu troposfery. Tradycyjne modele troposfery często zmagają się z niską rozdzielczością przestrzenną i nieregularną dystrybucją danych. W artykule wykorzystano tomografię troposfery GNSS, do generowania trójwymiarowego pola mokrej refrakcji o wysokiej rozdzielczości. Jednocześnie w przeciwieństwie do modeli deterministycznych (prognozowany jest jeden stan atmosfery), badania wykorzystują prognozowanie wielowątkowe (ensemble) przy użyciu Generative Adversarial Networks (GAN), zwiększając dokładność przewidywania poprzez generowanie realistycznych danych szeregów czasowych i dostarczanie prognoz opartych na prawdopodobieństwie. Rdzeniem modelu są sieci z długą pamięcią krótkotrwałą (LSTM), zoptymalizowane za pomocą algorytmów genetycznych (GA), zapewniające solidną wydajność predykcyjną.
więcej...