Deep Learning Informato dalla Fisica per il Nowcasting delle Precipitazioni tramite Radar

Un team di ricercatori ha introdotto un framework di deep learning informato dalla fisica per valutare i campi di moto specifici per altitudine utilizzando dati di riflettività radar volumetrici per il nowcasting delle precipitazioni. Questo modello impiega un operatore di estrapolazione semi-lagrangiana completamente differenziabile, consentendo di gestire dati 3D come sequenze di fette orizzontali separate. Questo approccio facilita l'inferenza efficiente del moto orizzontale a vari livelli di altitudine. Testato su un dataset radar pluriennale dell'Europa centrale, i campi di moto prodotti hanno dimostrato una significativa coerenza verticale e un'alta correlazione tra le altitudini, portando a previsioni migliorate basate sull'estrapolazione.