물리학 기반 및 위상 구조 정보를 활용한 딥러닝 기반 기상 예측

Physics-Assisted and Topology-Informed Deep Learning for Weather Prediction

May 8, 2025

저자: Jiaqi Zheng, Qing Ling, Yerong Feng

cs.AI

초록

딥러닝 모델들이 기상 예측에서 놀라운 잠재력을 보여주었음에도 불구하고, 대부분의 모델들은 근본적인 기상 변화의 물리학이나 지구 표면의 위상 구조를 간과하고 있습니다. 이러한 단점을 고려하여, 우리는 기상 예측을 위한 새로운 물리학 기반 및 위상 구조 인식 딥러닝 모델인 PASSAT을 개발했습니다. PASSAT은 기상 변화를 두 가지 주요 요인으로 설명합니다: (i) 이류 방정식과 나비에-스토크스 방정식으로 특징지을 수 있는 이류 과정; (ii) 모델링과 계산이 모두 어려운 지구-대기 상호작용. 또한 PASSAT은 지구 표면을 단순히 평면으로 취급하는 대신, 그 위상 구조를 고려합니다. 이러한 고려사항을 바탕으로, PASSAT은 구형 다양체에서 이류 방정식과 나비에-스토크스 방정식을 수치적으로 해결하고, 구형 그래프 신경망을 활용하여 지구-대기 상호작용을 포착하며, 동일한 구형 그래프 신경망에서 이류 방정식 해결에 중요한 초기 속도장을 생성합니다. 5.625^circ 해상도의 ERA5 데이터셋에서, PASSAT은 최첨단 딥러닝 기반 기상 예측 모델들과 운영 중인 수치 기상 예측 모델인 IFS T42를 모두 능가하는 성능을 보여줍니다. 코드와 체크포인트는 https://github.com/Yumenomae/PASSAT_5p625에서 확인할 수 있습니다.

English

Although deep learning models have demonstrated remarkable potential in weather prediction, most of them overlook either the physics of the underlying weather evolution or the topology of the Earth's surface. In light of these disadvantages, we develop PASSAT, a novel Physics-ASSisted And Topology-informed deep learning model for weather prediction. PASSAT attributes the weather evolution to two key factors: (i) the advection process that can be characterized by the advection equation and the Navier-Stokes equation; (ii) the Earth-atmosphere interaction that is difficult to both model and calculate. PASSAT also takes the topology of the Earth's surface into consideration, other than simply treating it as a plane. With these considerations, PASSAT numerically solves the advection equation and the Navier-Stokes equation on the spherical manifold, utilizes a spherical graph neural network to capture the Earth-atmosphere interaction, and generates the initial velocity fields that are critical to solving the advection equation from the same spherical graph neural network. In the 5.625^circ-resolution ERA5 data set, PASSAT outperforms both the state-of-the-art deep learning-based weather prediction models and the operational numerical weather prediction model IFS T42. Code and checkpoint are available at https://github.com/Yumenomae/PASSAT_5p625.