WeatherBench 2: 次世代データ駆動型全球気象モデルのためのベンチマーク
WeatherBench 2: A benchmark for the next generation of data-driven global weather models
August 29, 2023
著者: Stephan Rasp, Stephan Hoyer, Alexander Merose, Ian Langmore, Peter Battaglia, Tyler Russel, Alvaro Sanchez-Gonzalez, Vivian Yang, Rob Carver, Shreya Agrawal, Matthew Chantry, Zied Ben Bouallegue, Peter Dueben, Carla Bromberg, Jared Sisk, Luke Barrington, Aaron Bell, Fei Sha
cs.AI
要旨
WeatherBench 2は、Raspら（2020）によって提案された全球中範囲（1-14日）の天気予報ベンチマークのアップデート版であり、データ駆動型の天気モデリングの進展を加速することを目的として設計されています。WeatherBench 2は、オープンソースの評価フレームワーク、公開されたトレーニングデータ、グラウンドトゥルースデータ、ベースラインデータ、そして最新のメトリクスと最先端のモデルを提供する継続的に更新されるウェブサイト（https://sites.research.google/weatherbench）で構成されています。本論文では、評価フレームワークの設計原則を説明し、現在の最先端の物理的およびデータ駆動型の天気モデルの結果を提示します。メトリクスは、主要な運用天気センターで天気予報を評価するための確立された手法に基づいています。モデルの性能を概観するために、一連のヘッドラインスコアを定義します。さらに、現在の評価設定における注意点と、データ駆動型天気予報の将来の課題についても議論します。
English
WeatherBench 2 is an update to the global, medium-range (1-14 day) weather
forecasting benchmark proposed by Rasp et al. (2020), designed with the aim to
accelerate progress in data-driven weather modeling. WeatherBench 2 consists of
an open-source evaluation framework, publicly available training, ground truth
and baseline data as well as a continuously updated website with the latest
metrics and state-of-the-art models:
https://sites.research.google/weatherbench. This paper describes the design
principles of the evaluation framework and presents results for current
state-of-the-art physical and data-driven weather models. The metrics are based
on established practices for evaluating weather forecasts at leading
operational weather centers. We define a set of headline scores to provide an
overview of model performance. In addition, we also discuss caveats in the
current evaluation setup and challenges for the future of data-driven weather
forecasting.