論文の概要: Skillful forecasting of offshore winds from satellite scatterometer constellations

• arxiv url: http://arxiv.org/abs/2607.27152v1
• Date: Wed, 29 Jul 2026 17:31:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.762438
• Title: Skillful forecasting of offshore winds from satellite scatterometer constellations
• Title（参考訳）: 衛星散乱計星座からのオフショア風の巧妙な予測
• Authors: Francesco Pinto, Luca Lanzilao, Paco Lopez Dekker, Angela Meyer,
• Abstract要約: WindCastNetは、オフショア風速と方向を示す新しい衛星ベースの流し込みフレームワークである。 WindCastNetは、衛星散乱計の星座から得られた観測からオフショア・ウィンドフィールドを予測する。 ルート平均二乗誤差を23%削減し、HARMONIE MEPSモデルと比較すると、それぞれ7%リードタイム1時間と2時間であり、最初の3回の予測時間では9～15%持続時間を上回っている。
• 参考スコア（独自算出の注目度）: 7.855049692954576
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Accurate intraday forecasts of offshore wind are becoming increasingly important for power system operation and the integration of growing shares of offshore wind energy. Operational forecasts rely predominantly on numerical weather prediction (NWP), which is not optimized for lead times of minutes to hours, where initial-condition accuracy dominates forecast skill. Although satellite scatterometer observations are routinely assimilated into NWP, they have not previously been used directly for forecasting. Here we present WindCastNet, the first satellite-based nowcasting framework for offshore wind speed and direction, introducing a new paradigm for intraday forecasting that learns from spatiotemporally irregular satellite observations. WindCastNet predicts offshore wind fields from observations acquired by satellite scatterometer constellations. WindCastNet employs a partial convolutional long short-term memory network that exploits microwave radar observations from the European, Chinese, and Indian scatterometers despite their irregular spatial coverage, asynchronous sampling, and variable revisit times. Spatial observation masks and inter-observation intervals are encoded, while a continuous temporal representation enables forecasts at arbitrary lead times. Evaluated over the North Sea, WindCastNet reduces the root-mean-square error by 23% and 7% relative to the HARMONIE MEPS model at lead times of 1 and 2 h, respectively, and outperforms persistence by 9-15% during the first three forecast hours. Forecast skill decreases under strong-wind conditions and spatially non-uniform flow. These results demonstrate that satellite scatterometer constellations can provide an independent and competitive source of short-term offshore wind forecasts, opening new opportunities for renewable energy forecasting but also broader marine weather applications, including tropical cyclone nowcasting.
• Abstract（参考訳）: オフショア風力の正確な日内予測は、電力系統の運用や、オフショア風力エネルギーのシェアの増大にとってますます重要になっている。 運用予測は主に数値天気予報(NWP)に依存しており、これは、初期条件精度が予測スキルを支配している数分から数時間のリードタイムに最適化されていない。 衛星散乱計の観測は、通常NWPに同化されているが、これまでは直接予測に使用されていなかった。 ここでは、オフショアの風速と方向に関する初めての衛星放送フレームワークであるWindCastNetを紹介し、時空間的に不規則な衛星観測から学習する日内予測の新しいパラダイムを導入する。 WindCastNetは、衛星散乱計の星座から得られた観測からオフショア・ウィンドフィールドを予測する。 WindCastNetは、不規則な空間カバレッジ、非同期サンプリング、可変再訪時間にもかかわらず、ヨーロッパ、中国、インドの散乱計からのマイクロ波レーダー観測を利用する部分畳み込み長短期記憶ネットワークを採用している。 空間観測マスクと観測間隔を符号化し、連続時間表現は任意のリードタイムでの予測を可能にする。 北海上での評価では、WindCastNetは1時間と2時間にそれぞれHARMONIE MEPSモデルと比較して、ルート平均二乗誤差を23%、7%減らし、最初の3回の予測時間では9-15%の持続性を示した。 強風条件と空間的非一様流下では予測スキルが低下する。 これらの結果は、衛星散乱計の星座が、短期的なオフショア風速予測の独立的で競争力のある情報源となり、再生可能エネルギー予測の新たな機会を開放するだけでなく、熱帯サイクロン流速計を含むより広範な海洋気象観測にも役立てることができることを示している。

関連論文リスト

• Observation-driven correction of numerical weather prediction for marine winds [14.58447529631976]
  我々は,大域的数値天気予報(NWP)モデルの観測インフォームド補正として風速予測を再構成する。 我々は,GFS(Global Forecast System)の出力を調整するため,最新のその場観測を同調して局所補正パターンを学習する。 モデルはGFS 10mの風力RMSEを全リードタイムで48時間まで減少させ、1時間のリードタイムで45%、48時間のリードタイムで13%改善する。
  論文  参考訳（メタデータ） (2025-12-03T09:39:44Z)
• MAUSAM: An Observations-focused assessment of Global AI Weather Prediction Models During the South Asian Monsoon [2.3326724664179985]
  南アジアモンスーンにおけるAI不確実性の測定(MAUSAM:Measuring AI Uncertainty in South Asian Monsoon)について,7つのAIベースの予測システムの評価を行った。 AIモデルは、幅広い変数にわたるモンスーン中の印象的な予測スキルを示しています。 モデルは、極度の降水量の過小予測のような、より微細なスケールで体系的なエラーを示す。
  論文  参考訳（メタデータ） (2025-09-02T01:51:40Z)
• Improving Predictions of Convective Storm Wind Gusts through Statistical Post-Processing of Neural Weather Models [0.07710102716793873]
  ニューラル気象モデル(NWM)の最近の進歩は、0.25degのグローバルグリッド上での大気環境の予測に、計算的に安価で高速なアプローチを提供する。 雷雨の場合、これらの環境は特定の場所で風速分布を予測するために経験的に後処理することができる。 そこでPangu-Weather NWMでは,時間ごとの風速を最大3日前に予測するために,統計的および深層学習後処理手法の階層化を適用した。
  論文  参考訳（メタデータ） (2025-03-31T18:25:35Z)
• OneForecast: A Universal Framework for Global and Regional Weather Forecasting [67.61381313555091]
  本稿では,グラフニューラルネットワークに基づくグローバルなネスト型気象予報フレームワーク(OneForecast)を提案する。 動的システムパースペクティブとマルチグリッド理論を組み合わせることで,マルチスケールグラフ構造を構築し,対象領域を密度化する。 動的ゲーティングユニットを用いた適応型メッセージング機構を導入し,ノードとエッジ機能を深く統合し,より正確なイベント予測を行う。
  論文  参考訳（メタデータ） (2025-02-01T06:49:16Z)
• FengWu-W2S: A deep learning model for seamless weather-to-subseasonal forecast of global atmosphere [53.22497376154084]
  本研究では,FengWuグローバル気象予報モデルに基づくFengWu-Weather to Subseasonal (FengWu-W2S)を提案する。 我々は,FengWu-W2Sが大気環境を3～6週間先まで確実に予測し,マデン・ジュリア振動 (MJO) や北大西洋振動 (NAO) などの地球表面温度, 降水量, 地磁気高度, 季節内信号の予測能力を向上させることを実証した。 日時から季節時の予測誤差成長に関するアブレーション実験
  論文  参考訳（メタデータ） (2024-11-15T13:44:37Z)
• Streaming Motion Forecasting for Autonomous Driving [71.7468645504988]
  ストリーミングデータにおける将来の軌跡を問うベンチマークを導入し,これを「ストリーミング予測」と呼ぶ。 我々のベンチマークは本質的に、スナップショットベースのベンチマークでは見過ごされていない安全上の問題であるエージェントの消失と再出現を捉えている。 我々は,任意のスナップショットベースの予測器をストリーミング予測器に適応させることのできる,"Predictive Streamer"と呼ばれるプラグアンドプレイメタアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-10-02T17:13:16Z)
• Pangu-Weather: A 3D High-Resolution Model for Fast and Accurate Global Weather Forecast [91.9372563527801]
  我々は,世界天気予報を迅速かつ高精度に予測するためのディープラーニングベースのシステムであるPangu-Weatherを紹介する。 初めてAIベースの手法が、最先端の数値天気予報法(NWP)を精度で上回った。 Pangu-Weatherは、極端な天気予報や大規模なアンサンブル予測など、幅広い下流予測シナリオをサポートしている。
  論文  参考訳（メタデータ） (2022-11-03T17:19:43Z)
• Forecasting large-scale circulation regimes using deformable convolutional neural networks and global spatiotemporal climate data [86.1450118623908]
  変形可能な畳み込みニューラルネットワーク(deCNN)に基づく教師あり機械学習手法の検討 今後1～15日にわたって北大西洋-欧州の気象条件を予測した。 より広い視野で見れば、通常の畳み込みニューラルネットワークよりも5～6日を超えるリードタイムでかなり優れた性能を発揮することが分かる。
  論文  参考訳（メタデータ） (2022-02-10T11:37:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。