AI 요약 · 영어에서 AI 번역
A Station-Based Evaluation of Machine Learning-based Weather Forecasting Models in Northern Norway
Siyan Chen, Lars Uebbing, Eirik Mikal Samuelsen, Georgios Leontidis, Arnt-Børre Salberg, Sébastien Lefèvre, Robert Jenssen, Kristoffer Wickstrøm
TL;DR
복잡한 지형을 지닌 북부 노르웨이에서 machine-learning 모델의 국지 바람 예측 성능은 여전히 불확실하다. 이 연구는 관측소 관측값을 기준으로 FCN3, GraphCast, HRES를 평가했으며, 전체적으로는 HRES가 근소하게 가장 우수하고 강풍 조건에서는 FCN3가 가장 우수하지만 모든 모델이 강풍을 크게 과소평가함을 보인다.
문제
복잡한 지형과 강풍 조건에서 machine-learning 기상예보가 관측소 수준에서 얼마나 잘 작동하는지에 대한 근거는 여전히 제한적이다.
출처: §1 · pp. 1–2방법
이 연구는 북부 노르웨이의 보간된 관측소 관측값을 기준으로 FCN3, GraphCast, HRES의 격자형 바람 예보를 평가한다.
출처: §3.1 · p. 4결과
HRES는 2.89 m s−1로 전체 RMSE가 가장 낮았으며, FCN3와 GraphCast도 비슷한 성능을 보였고 모든 모델이 높은 풍속을 크게 과소평가했다.
출처: §1 · p. 2, §6 · pp. 8–9, §5 · p. 8시사점 및 한계
Machine-learning 기상예보는 북부 노르웨이의 국지 바람 예측에서 HRES와 경쟁력 있는 성능을 보이지만, 복잡한 지리와 강풍 사건은 여전히 개선이 필요한 중요한 대상이다.
출처: §5 · p. 8, §6 · p. 9평가는 북부 노르웨이의 12개 관측소만을 대상으로 하므로, 기후·지형·관측망이 다른 지역에 연구 결과를 직접 확장하기는 어렵다.
출처: §5 · p. 8
Abstract
from arXiv · showhide
Recent machine learning weather prediction (MLWP) models have demonstrated remarkable forecasting skill on global reanalysis-based benchmarks. However, their performance remains unclear in challenging environments such as Northern Norway, where narrow fjords and rapidly changing weather result in highly variable local wind conditions. In this case study, we evaluate FourCastNet3 (FCN3), GraphCast, and ECMWF High Resolution Forecast (HRES) for wind speed forecasting using multi-year station observations from Northern Norway, focusing on their relative performance, generalization beyond the training period, and performance under high-wind conditions. Our results show that HRES slightly outperforms FCN3 and GraphCast, with an overall RMSE of 2.89 $\mathrm{m\,s^{-1}}$, compared to 2.96 $\mathrm{m\,s^{-1}}$ for FCN3 and 2.94 $\mathrm{m\,s^{-1}}$ for GraphCast. Notably, the MLWP models maintain comparable performance beyond their respective training periods, with no clear evidence of noticeable degradation. FCN3 performs best under high-wind conditions, although all models substantially underestimate strong winds. Our findings suggest that MLWP has become competitive with NWP for local wind, but further refinements are still needed to capture complex terrain better.
1 서론
이 연구는 전 세계 benchmark에서 평가된 MLWP 모델이 Northern Norway의 복잡한 지형에서 station-level 10 m wind forecasting으로 확장될 수 있는지를 다룬다. FCN3와 GraphCast를 HRES와 비교해 forecast lead time, 관측소, 풍속 범주, training period, high-wind conditions 전반의 성능을 분석한다.
동기
- NWP는 운영상 여전히 중요하지만 computationally expensive하고 느리기 때문에, 새로운 MLWP 접근법과의 비교가 필요하다.서론은 운송, renewable energy, 해상 운용, 재난 위험 관리 에서 wind forecasting이 중요하다고 설명한다.출처: §1 · p. 1
연구 공백
- 기존 MLWP 평가는 주로 전 지구 gridded benchmark에 의존하므로, 복잡한 지형에서의 실제 station-level performance는 충분히 이해되지 않았다.전 지구 weather model은 세밀한 지형과 그로 인해 발생하는 국지적 wind variation을 해상하지 못할 수 있다.출처: §1 · pp. 1–2
연구 질문
- 이 연구는 machine-learning model과 physics-based model이 10 m wind를 얼마나 정확하게 예측하는지, training year와 non-training year 사이에서 성능이 어떻게 변하는지, 그리고 lead time, 위치, high-wind event에 따라 성능이 어떻게 달라지는지를 묻는다.이 질문들은 특정 위치, 의사결정에 중요한 lead time, high-wind 상황에서의 신뢰성이 갖는 실용적 중요성을 반영한다.출처: §1 · p. 2
연구 설계
- 평가는 forecast lead time, 관측소, 풍력 범주 전반에서 FCN3, GraphCast, HRES를 다루며, 특히 high-wind conditions에 중점을 둔다.이 연구는 Northern Norway의 12개 weather station에서 two state-of-the-art MLWP model과 HRES를 평가한다.출처: §1 · p. 2
주요 결과
- HRES는 lowest overall RMSE를 달성하고, FCN3는 smallest bias를 보이며 high-wind conditions에서 가장 우수한 성능을 보인다. 모든 모델은 strong wind를 substantially underestimate한다.출처: §1 · p. 2
2 관련 연구
관련 연구는 물리 기반 NWP와 데이터 기반 MLWP를 대조하고, 전 지구 신경망 예보 모델의 발전과 ERA5 기반 평가에서 관측소 관측으로의 전환을 추적한다. 기존 연구는 전 지구 규모에서 경쟁력 있는 예측 성능을 보였지만, 시간적 일반화, 극한 현상, 국지 지점으로의 전이에 대한 우려를 제기한다.
전통적 기상 예보
- NWP는 물리 방정식, 수치 해법, 관측, 자료 동화를 결합하며, 운용 중인 전 지구 시스템으로 IFS 와 GFS 가 있다.이들 시스템은 주로 동역학 코어와 격자 구조에서 차이를 보인다.출처: §2 · p. 2
Machine learning-based weather forecasting models
- 대규모 재분석 데이터셋과 deep learning은 FourCastNet [22], FCN2 [53], Pangu-Weather, Graphcast, FuXi [21], AIFS를 포함한 다양한 전 지구 MLWP 아키텍처의 개발을 가능하게 했다.초기의 데이터 기반 예보는 주로 통계적 시계열 방법과 전통적인 machine-learning 방법에 의존했다 [52].출처: §2 · pp. 2–3
전 지구 MLWP 모델 평가
- 전 지구 MLWP 평가는 일반적으로 모델을 ERA5와 비교하며, HRES를 공통적인 물리 기반 기준 모델로 사용하고, WeatherBench 2는 변수와 예보 선행 시간에 걸친 격자 기반 지표를 표준화한다 [28].이들 연구는 전 지구 규모에서 경쟁력 있는 예측 성능을 보고했지만, 시간적 일반화와 극한 현상 예측의 한계도 확인했다 [36].출처: §2 · p. 3
- ERA5 기반 격자 평가는 ERA5가 독립적인 지점 관측이 아니라 모델 기반의 격자형 대기 재구성이므로 격자 외 지점에서의 성능을 확립하지 못할 수 있다.기존 연구는 영향이 큰 극한 현상 동안에도 성능이 저하된다는 점을 확인했다 [69].출처: §2 · p. 3
- 따라서 최근 연구는 관측소 관측과 예보를 비교하며, Aurora와 EPT-2는 전 세계 13,000개 초과 및 14,000개 초과 관측소에서, Pangu-Weather는 노르웨이 183개 관측소에서 최대 60시간의 예보 선행 시간에 대해 평가했다 [58] [60].이러한 관측소 기반 평가는 10-m 풍속과 2-m 기온을 대상으로 했다.출처: §2 · p. 3
3 관측소 기반 기상예보 모델 평가
이 연구는 공간적·시간적으로 일치하는 풍속 예보를 사용해 북부 노르웨이 12개 관측소의 관측값과 FCN3, GraphCast, HRES를 비교 평가한다. 전체 정확도와 예보 선행시간, 관측소, 연도, 강풍 사례에 따른 강건성을 연속형 및 범주형 지표로 보완해 평가한다.
평가 프레임워크
- FCN3, GraphCast, HRES의 예보를 12개 관측소 위치로 bilinear interpolation한 뒤, 일치하는 현지 풍속 관측값과 비교 평가한다.FCN3와 GraphCast는 0.25° 해상도의 ERA5에서 생성되며, HRES 자료는 WeatherBench 2에서 가져온다. 모든 산출물은 valid time을 기준으로 정렬한다.출처: §3.1 · pp. 3–4, §3.2 · pp. 4–5
예보 생성
- 00:00 UTC에 초기화된 예보를 +6부터 +72 h까지 6 h 간격으로 평가해, 각 valid time의 관측값과 대응하는 12개의 lead time을 생성한다.예보는 단일 multi-step autoregressive rollout을 사용하며, 관측소 수준의 출력은 주간 처리 배치에서 즉시 interpolation한 후 저장한다.출처: §3.1 · p. 4
강풍 평가
- 관측값이 w_obs ≥ 10.8 m s^-1을 만족하는 경우를 대상으로 강풍 성능을 별도로 평가하고, 지표를 재계산하며 예보–관측 산점도를 작성한다.이 임계값은 Yr 온라인 기상예보 서비스를 따른다. 산점도는 풍속 범위 전반에서의 일치도와 체계적인 과대추정 또는 과소추정을 평가한다.출처: §3.1 · p. 4
평가 지표
- 예보 성능은 모든 관측소와 연도에 대해 RMSE, bias, normalized RMSE, normalized bias, Pearson correlation으로 요약한 뒤, lead time, 관측소, 연도별로 나누어 분석한다.Normalized metric은 관측소별 characteristic wind-speed magnitude의 차이를 반영하며, correlation은 관측 풍속과 예측 풍속 간의 일치도를 측정한다.출처: §3.2 · p. 5
범주형 평가
- 풍속 범위별 범주형 성능은 Equitable Threat Score로 평가한다. 이 지표는 무작위로 기대되는 적중을 보정하며 음의 값부터 1까지의 범위를 갖는다.ETS 값이 높을수록 범주형 예보 성능이 우수함을 의미한다. 이 분석은 풍속 범주 전반에서 연속형 오차 지표를 보완한다.출처: §3.2 · p. 5
4 결과
2016–2022년 관측소 관측 자료 전반에서 HRES가 가장 낮은 전체 풍속 RMSE를 기록했으며, FCN3는 편향이 가장 작고 고풍속 조건에서 가장 우수했다. 성능 차이는 lead time, 관측소, 지형 설정, 연도에 따라 달랐지만, 연도별 결과에서는 일관된 시간적 성능 저하가 나타나지 않았다.
전체 결과
- 전체 RMSE 2.89 m s−1: HRES가 GraphCast(2.94 m s−1)와 FCN3(2.96 m s−1)를 근소하게 앞섰으며, HRES–FCN3 차이만 통계적으로 유의했다.HRES는 상관계수도 가장 높았고(r=0.685), FCN3는 -0.85 m s−1로 편향이 가장 작았으며 absolute nBias도 15.63%로 가장 낮았다.출처: §4.1 · p. 5, Table 1 · p. 6
Lead time 분석
- HRES는 모든 lead time에서 RMSE가 가장 낮았으며, 오차는 +6 h의 약 2.7–2.8 m s−1에서 +72 h의 3.1–3.2 m s−1로 증가했다.FCN3와 GraphCast는 짧은 lead time에서 유사했지만, FCN3는 +48 h 이후 크게 증가해 +72 h에서 RMSE가 가장 높았다.출처: §4.2 · pp. 6–7
관측소 기반 분석
- 관측소별 오차는 대체로 유사했지만, Bardufoss에서는 모든 모델의 RMSE가 1.8 m s−1 미만인 반면 Fakken은 HRES에서 4.58 m s−1에 도달해 가장 어려운 지점이었다.모델 순위는 관측소별로 달랐다. FCN3는 Tromsø–Langnes와 Fakken에서, GraphCast는 Bardufoss, Torsvåg Fyr, Banak에서, HRES는 여러 지점에서 가장 우수했다.출처: §4.2 · p. 7
지형 기반 분석
- 해양 연안 관측소는 일반적으로 fjord 및 해안 능선 관측소보다 RMSE가 낮았으며, Fakken은 세 모델 모두에서 가장 큰 오차를 보였다.분석에서는 관측소를 fjord, 해양 연안, 해안 능선, 계곡으로 분류했다.출처: §4.2 · p. 7
평가 연도
- 연도별 RMSE는 연도에 따라 변동했지만 시간 경과에 따른 일관된 증가는 나타나지 않았으며, 이는 체계적인 시간적 drift보다는 예측 난이도의 변화를 시사한다.비교에는 각 모델의 training dataset에 포함된 기간과 포함되지 않은 기간이 모두 포함되었다.출처: §4.3 · p. 7
고풍속 조건
- FCN3는 고풍속 조건에서 가장 우수했으며, RMSE, nRMSE, absolute bias가 모두 가장 낮았다. 그러나 모든 모델이 강풍을 상당히 과소추정했다.고풍속 정규화 bias는 -43.42%에서 -45.59% 범위였으며, RMSE는 전체 평가의 약 두 배였다.출처: §4.4 · p. 7, Table 3 · p. 8
5 논의
Northern Norway의 station 수준에서 HRES가 FCN3와 GraphCast를 근소하게 앞서지만, 모델 간 차이는 station 간 변동성에 비해 작다. 연구의 결론은 12개 station과 복잡 지형에 대한 일반화 가능성만을 다룬다는 점에서 제한적이다.
5 논의
- 예측 성능은 station마다 크게 달라지며, 이는 부분적으로 지역 지리와 노출 조건의 차이를 반영한다.Bardufoss의 바람이 차단된 계곡 지형, 약한 바람, 겨울철 역전층이 낮은 RMSE에 기여하는 반면, coarse grid는 지역 지형을 부정확하게 나타낼 수 있다.출처: §5 · p. 8
- station 수준에서 HRES가 FCN3와 GraphCast를 근소하게 앞서지만, 세 모델 모두 Northern Norway 전역에서 비슷한 성능을 유지한다.종합 결과는 일관된 HRES 우위라기보다 수치상 작은 이점을 나타낸다.출처: §5 · p. 8
- 모델 간 차이는 0.07 m s−1 미만으로, station 간에 관측된 변동보다 상당히 작다.출처: §5 · p. 8
한계와 향후 연구
- 평가가 Northern Norway의 12개 station만을 사용하므로, 그 결론을 기후, 지형 또는 관측망이 다른 지역에 직접 일반화하기는 어려울 수 있다.향후 연구에서는 유사하게 복잡한 해안 및 산악 지형을 지닌 추가 지역을 평가해야 한다.출처: §5 · p. 8
6 결론
HRES는 Northern Norway의 station-level wind forecast에서 가장 낮은 오차를 기록했으며, FCN3와 GraphCast는 비슷한 결과를 보였다. Lead time이 길어지고 high-wind 조건이 되면서 오차가 증가했으며, 모든 모델이 wind speed를 과소추정했다.
6 결론
- HRES의 전체 오차는 2.89 m s−1로, FCN3의 2.96 m s−1와 GraphCast의 2.98 m s−1보다 낮았다.Northern Norway에서 station-level wind forecast를 대상으로 모델을 비교했다.출처: §6 · p. 8
- Lead time이 길어질수록 오차가 증가했으며, station 간 공간적 차이는 더욱 뚜렷해졌다.출처: §6 · p. 8
- High-wind 조건에서는 모든 모델의 정확도가 낮아졌고 wind speed를 유의하게 과소추정했다.이러한 성능 저하는 증가한 RMSE와 더 음의 값을 갖는 bias로 나타났으며, 복잡한 지형과 high-wind event의 표현을 개선할 필요성을 보여준다.출처: §6 · pp. 8–9
A 계산 자원 · B 보퍼트 풍력 계급 · C 기상 관측소
이 연구는 계산 설정, 풍력 강도 분류, 12개 관측소 평가 네트워크를 정리한다. 이러한 세부 사항은 Northern Norway의 예보 성능을 해석하기 위한 자원, 환경 범주, 지리적 맥락을 규정한다.
A 계산 자원
- FCN3와 GraphCast 실험에는 Olivia GPU 클러스터가 사용되었으며, 2016–2022년을 포괄하는 7개의 연간 SLURM 작업이 각 작업당 GPU 1개로 실행되었다.각 작업에는 CPU 코어 4개와 메모리 192 GB가 요청되었고, 최대 실행 시간은 40시간이었다. GPU 사용 가능 여부에 따라 작업은 동시에 실행될 수 있었다.출처: A Computational Resources · p. 14
- Table A.1은 개별 연간 FCN3 및 GraphCast 작업의 실행 시간과 최대 메모리 사용량을 요약한다.출처: Table A.1 · p. 14
B 보퍼트 풍력 계급
- 보퍼트 풍력 계급은 이 연구의 분석을 위해 풍속에 따라 풍력 강도를 분류한다.Table B.1은 이에 대응하는 보퍼트 범주와 풍속 범위를 제시한다.출처: B Beaufort Force · p. 14, Table B.1 · p. 14
C 기상 관측소
- 평가에는 12개 관측소가 사용되었으며, 각 관측소의 지리적 특성은 Table C.1에 집계되어 있다.출처: C Weather Stations · p. 14
- 관측소 좌표, 고도, 지형 범주, 확대된 국지 주변 환경은 관측소 수준의 예보 성능 차이를 해석하기 위한 맥락을 제공한다.국지 주변 환경은 Fig. G.5에 제시되어 있다.출처: C Weather Stations · p. 14
- 관측소는 Northern Norway 전역의 해안, 피오르, 내륙 계곡 환경에 분포하며, 고도는 해수면 부근부터 약 76 m까지 이른다.출처: C Weather Stations · p. 14
D ERA5에 대한 평가
ERA5를 기준으로 평가했을 때 세 예측 모델 모두 1.14 m s−1에서 1.31 m s−1 범위의 훨씬 낮은 RMSE를 기록했다. GraphCast는 RMSE와 nRMSE가 가장 낮았고, FCN3는 체계적 편향이 가장 작았다.
ERA5에 대한 평가
- 1.14 m s−1에서 1.31 m s−1까지: ERA5를 기준으로 평가했을 때 세 모델 모두 훨씬 낮은 RMSE를 기록했다.평가에는 N = 366,948개의 샘플이 사용됐다.출처: D Evaluation against ERA5 · p. 14
- GraphCast는 세 모델 중 RMSE와 nRMSE가 가장 낮았다.출처: D Evaluation against ERA5 · p. 14
- FCN3는 nBias가 0.81%에 불과해 가장 작은 체계적 편향을 보였으며, GraphCast는 -3.30%, HRES는 -4.95%였다.출처: D Evaluation against ERA5 · p. 14
E 관측소 관측과 CARRA1 및 ERA5 비교
CARRA1은 관측소의 국지적 지표면 부근 바람을 ERA5보다 더 잘 나타내며, 더 낮은 RMSE와 nRMSE, 더 작은 음의 편향을 보인다. 지역 2.5 km 해상도는 ERA5의 약 31 km 격자보다 훨씬 세밀하며, 복잡한 북극 지형을 더 잘 분해하도록 설계되었다.
Dataset 특성
- CARRA1은 약 2.5 km 격자를 사용하며, 이는 ERA5의 약 31 km 해상도보다 훨씬 세밀하여 지역 지리와 국지적 대기 조건을 더 잘 나타낸다.CARRA1은 HARMONIE-AROME에 기반한 북극 지역 재분석 자료다.출처: E Comparison of CARRA1 and ERA5 with… · p. 14
지상 관측 비교
- CARRA1의 2.41 m s−1 RMSE와 44.67% nRMSE는 ERA5의 2.71 m s−1 RMSE와 50.19% nRMSE보다 우수하다.CARRA1은 −0.28 m s−1의 bias를 보여 음의 편향도 더 작다.출처: E Comparison of CARRA1 and ERA5 with… · p. 15
선행 근거
- 선행 연구에서는 10-m 풍속에 대해 CARRA가 일반적으로 ERA5보다 지상 관측과 더 잘 일치하며, 추가적인 가치가 공간과 계절에 따라 달라진다고 밝혔다.출처: E Comparison of CARRA1 and ERA5 with… · p. 15
F 지점 수준 Heatmap
Figure G.4는 12개 지점에서 FCN3, GraphCast, HRES의 RMSE, nRMSE, Bias, nBias를 비교한다. nRMSE와 bias는 지점별로 크게 달라지며, Bardufoss는 절대 RMSE가 낮지만 nRMSE 값은 가장 높은 편에 속한다.
F 지점 수준 Heatmap
- 33.52%–77.03%: Heatmap에서 지점과 모델에 따른 nRMSE의 범위다.Heatmap은 12개 지점에서 FCN3, GraphCast, HRES의 RMSE, nRMSE, Bias, nBias를 보고한다.출처: F Station-level Heatmap · p. 15
- 가장 높은 nRMSE 값은 Bardufoss, Sørkjosen Lufthavn, Tromsø-Langnes에서 나타나며, Fruholmen Fyr, Andøya, Slettnes Fyr에서는 더 낮은 값이 나타난다.이 내용은 평가된 모델에서 정규화된 RMSE의 지점별 차이를 보여준다.출처: F Station-level Heatmap · p. 15
- Bias는 −3.50 to 1.02 m s−1의 범위이며 대부분의 지점-모델 조합에서 음수이고, nBias는 −46.21% to 17.55%의 범위다.가장 음의 bias 값은 Fakken, Banak, Tromsø-Langnes에서 나타나며, Bardufoss는 절대 RMSE가 가장 낮지만 nRMSE 값은 가장 높은 편에 속한다.출처: F Station-level Heatmap · p. 15
G 관측소 수준 산점도
관측소 수준 산점도는 관측 풍속과 FCN3, GraphCast, HRES 예측을 비교해 나머지 관측소에서 모델 성능을 관측소별로 보여준다.
관측소 수준 비교
- 산점도는 나머지 관측소의 관측 풍속과 FCN3, GraphCast, HRES 예측을 비교한다.도표는 모델 성능을 관측소별로 보여준다.출처: G Station-Level Scatter Plots · p. 15
- Figures G.1과 G.2는 Skrova Fyr와 Bardufoss의 관측소 수준 산점도를 보여준다.출처: Figure G.1 · p. 16, Figure G.2 · p. 16
- Figure G.3은 관측소의 관측 및 예측 풍속 산점도를 제시한다.출처: Figure G.3 · p. 17