Прогноз осадков на 2 часа (наукастинг). Кроме этих распространенных вариантов, следует упомянуть наукастинг (до 2 часов) и климатический (на 2 года и более). Прогноз осадков на 2 часа (наукастинг). последние новости сегодня в Москве.
Бушующая «Ольга». Что принесет россиянам новый циклон?
- Классификация современных прогнозов погоды ⇒ METEOPROG
- Осадки и облачность
- Ещё одна копия хабора
- Новая карта осадков в «Яндекс погоде» — с прогнозом на сутки вперед - CNews
- АИИС «МетеоТрасса» для автодорог
- Осадки и облачность
Арбат, Москва
Раз мы говорим о карте осадков, нам интересен источник данных об областях скопления влаги в воздухе, обладающий относительно высокой частотой обновления. Лучше всего для этого подходят метеорологические радары, предоставляющие такую информацию напрямую в виде изображений, и геостационарные спутники, снимки с которых надо предварительно обработать. При этом можно интерпретировать кадр как обычную картинку и свести задачу к работе с видеоизображением. Рисунок 2.
Пример изображений с метеорологического радара. Вверху: пример входных кадров для модели. Внизу: ожидаемые кадры во время предсказания.
Здесь , а Мы предсказываем на два часа вперёд с шагом 10 минут. Это 12 кадров плюс ещё несколько про запас на случай перебоя в поставке данных с радара.
Есть и другие способы наблюдения за погодой из космоса.
Метод скаттерометрии позволяет дистанционно определять скорость и направление ветра в океанах. Скаттерометр — это микроволновой радар, сканирующий поверхность океана и позволяющий измерять удельную эффективную площадь рассеяния, что дает возможность восстанавливать параметры приводного ветра. Радар «видит» волны и определяет куда и с какой скоростью дует ветер.
Первый такой прибор был установлен на борту американского космического аппарата SeaSat в 1978 году и впервые доказал возможность точного измерения скорости ветра с орбиты. На орбите уже работало большое количество спутников-скатеррометров. Подобный инструмент RapidScat был установлен на Международной космической станции и действовал с сентября 2014 года по август 2016 года.
Создание полномасштабной группировки спутников-скатеррометров позволит более эффективно осуществлять прогнозирование морских штормов, изучать океаническую циркуляцию, взаимодействие атмосферы и океана и их влияние на погоду и глобальный климат. Суперпомощники «Прогноз погоды — это решение сложной математической задачи. В рамках системы уравнений описываются законы атмосферной циркуляции, притока тепла, вертикальных движений.
Это очень сложная система, и решать ее можно только на суперкомпьютерах», — объясняет Роман Вильфанд. Сама идея создания прогноза погоды с использованием динамических уравнений была впервые выдвинута английским математиком Льюисом Фраем Ричардсоном еще в 1922 году. Он понял, что динамику атмосферы можно моделировать, выполняя тысячи уравнений, тем самым имея возможность прогнозировать погоду.
Однако в докомпьютерный век существовал единственный вариант применения данного численного метода — вручную. Ричардсон подсчитал, что потребуется 64 тысячи человек для выполнения расчетов, необходимых для своевременного качественного прогноза. И хотя это было непрактично, его теория легла в основу прогнозирования погоды по мере совершенствования технологии.
Сегодня по всей планете ежедневно и ежечасно собираются миллиарды метеорологических данных, зарегистрированных наземными метеорологическими станциями, метеозондами, океанскими буями и метеорологическими спутниками. Весь этот поток погодных данных направляется в центры обработки метеорологической информации, оснащенные, как правило, самыми современными компьютерами, так как прогноз на завтра нужен уже сейчас, а не завтра или через неделю. Менее мощные машины были бы не способны обработать такое количество данных в приемлемый срок.
По состоянию на ноябрь 2016 года, в списке Top500, рейтинге самых мощных вычислительных систем мира, значилось 23 суперкомпьютера, предназначенных для прогнозирования погоды. И хотя эти 23 системы представляют собой менее пяти процентов от общего числа суперкомпьютеров в списке, они составляют более семи процентов от общей производительности списка. В настоящее время самым мощным компьютером для прогнозирования погоды является машина Метеорологического бюро Соединенного Королевства Cray XC40, которая обеспечивает производительность 7 петафлопс и находится под номером 11 в Top500.
Второй самый мощный — это спустившийся в рейтинге на 2 позиции по сравнению с прошлым годом Cheyenne, установленный в Национальном центре атмосферных исследований США NCAR. Сегодня он занимает 22 место в списке, обеспечивая производительность 4,8 петафлопса. Один петафлопс означает, что за секунду машина может совершить тысячу триллионов операций с плавающей точкой.
Главный вычислительный центр Росгидромета располагает на сегодняшний день тремя вычислительными кластерами общей производительностью 62 терафлопса триллиона операций в секунду. Новый суперкомпьютер планируют установить к концу года. Параметры его производительности не раскрываются.
Актуальность в нем назрела после урагана, который произошел в Москве 29 мая. Тогда погибло 18 человек. По словам Романа Вильфанда, для окончательной настройки компьютера потребуется еще от 6 до 8 месяцев.
Но прогнозы высокого разрешения для Московского региона с шагом в километр появятся еще позже — к концу 2019 года. Методы прогнозирования погоды Считается, что предсказание погоды является конечной целью исследования атмосферы. Прогнозирование отмечается как наиболее развитая область в метеорологии.
Природа современного прогнозирования погоды достаточно сложна.
Взглянув не нее, было легко выбрать время для прогулки с собакой или похода в магазин. Сейчас с ее помощью можно планировать не только несколько часов, а весь остаток дня и следующий. Скажем, если нужно выбрать место для съемок на природе, легко посмотреть, где завтра не ожидается снега и дождя. Обновленная карта осадков будет полезна и бизнесу: например, ресторанам или службам доставки, загрузка которых зависит, в том числе, от погоды.
Как правило, требования к таким прогнозам гораздо выше. После того как вы найдете подходящий для себя сервис, рекомендуем установить его приложение на смартфон — так прогноз погоды всегда будет у вас под рукой. Если мобильной версии нет, можно добавить ссылку на сайт в закладки браузера. Топ-10 лучших сайтов с точным прогнозом погоды Каждый человек выбирает себе сервис по своим критериям: кому-то, помимо точности прогноза, важно наличие мобильного приложения, другим — показатель температуры «ощущается как», а третьи ищут вариант, в котором отсутствует реклама. Исходя из этого, мы собрали подборку с самыми точными сайтами прогноза погоды, но не будем расставлять их в порядке «от худшего к лучшему», а дадим рекомендации, кому будет полезен тот или иной сервис. Здесь можно найти прогноз погоды на 3, 10, 14 и 30 дней.
Комментарии
- Как узнать, будет ли дождь, гроза? Смотрим карту осадков!
- наукастинг осадков на 2 часа
- Осадки с небольшим содержанием песка придут в Челябинскую область
- Другие материалы рубрики
- Почти треть месячной нормы осадков выпала за 1,5 часа в Москве — 27.04.2024 — В России на РЕН ТВ
Яндекс научился предсказывать осадки на ближайшие 2 часа
Фото: Владимир Астапкович / РИА Новости. Прогноз осадков на 2 часа (наукастинг). Прогноз погоды и погодные новости от ФОБОС. В Москве с 17 октября среднесуточная температура воздуха станет устойчиво отрицательной, что характерно для метеорологической зимы. Актуальные новости о погоде и окружающей среде.
12 самых точных сайтов прогноза погоды
| Прогнозирование ошибок при помощи нейросетей как способ увеличения точности прогноза погоды | Наукастинг (nowcasting) и сверхкраткосрочные прогнозы погоды очень важны. |
| Наукастинг осадков на 2 часа | Решение задачи наукастинга осадков, как правило, сводится к прогнозированию следующе-го кадра видеопоследовательности, а входными данными становится серия из более чем двух последовательных изображений, что позволяет более точно моделировать нелинейные. |
| ТЕХНО — Современный оракул | Анимация сверхкраткосрочного прогноза осадков на период до 2 часов (наукастинг). |
Синоптики: на Москву за сутки выпадет 30% месячной нормы осадков
Главная» Новости» Больше всего осадков в городе 2024. Порядка 30% от месячной нормы осадков прольется на Москву в субботу, сообщил ведущий специалист центра погоды "Фобос" Евгений Тишковец в своем Telegram-канале. есть сайт метеовести это погодного центра фобос, ну и разумеется данные гидрометцентров РФ и РТ, у рф центра есть крутой раздел наукастинг 2 часа, там можно за дождями, снегом следить. В настоящее время существует ряд алгоритмов по обнаружению осадков и приблизительной оценке их интенсивности, однако результаты их работы не применяются для решения задачи наукастинга.
Прогноз осадков на 2 часа (наукастинг)
Такой прогноз в той или иной степени сводится к задаче экстраполяции наблюдаемых метеорологических явлений, так как настоящие тяжёлые физические модели для него менее приспособлены и не могут оперативно учитывать быстро меняющие условия. Раз мы говорим о карте осадков, нам интересен источник данных об областях скопления влаги в воздухе, обладающий относительно высокой частотой обновления. Лучше всего для этого подходят метеорологические радары, предоставляющие такую информацию напрямую в виде изображений, и геостационарные спутники, снимки с которых надо предварительно обработать. При этом можно интерпретировать кадр как обычную картинку и свести задачу к работе с видеоизображением. Рисунок 2. Пример изображений с метеорологического радара. Вверху: пример входных кадров для модели. Внизу: ожидаемые кадры во время предсказания.
Здесь , а Мы предсказываем на два часа вперёд с шагом 10 минут.
Карта атмосферного давления считается одной из главных в метеорологии, на ней хорошо видны циклоны, антициклоны, барические гребни, ложбины и малоградиентные поля. На карте качества воздуха вы увидите области как с чистым воздухом, так и области загрязнения воздуха различными примесями по европейскому стандарту CAQI: 0 - воздух абсолютно чистый, 100 - воздух крайне загрязнен. На сайте «Метеосервис. Погода в Москве и Санкт-Петербурге представлена с точностью до районов, на очереди другие крупные города России.
В некоторых регионах России уже прошли оранжевые дожди. Например, вчера такие осадки выпали в Белгороде и Крыму, автомобили покрылись желтой пылью. Начальник Челябинского центра по гидрометеорологии и мониторингу окружающей среды Валерий Кочегоров пояснил, что преодолев большое расстояние африканская пыль немного рассеялась и на Южном Урале в осадках будет небольшое содержание песка.
Как именно делают наукастинг и кто этим занимается? Вкратце - они использовали для составления прогноза оптический поток и нейронную сеть. Результаты, судя по всему, внедрены в Яндекс. Также они приводят интересный график Согласно которому точность прогноза уменьшается тем больше, чем больше время самого прогноза. Там тема одного из докладов - Разработка нейросетевого метода прогнозирования эволюции облачных образований и осадков по данным геостационарных спутников Как я понял, там делают упор как раз только на использование спутников, потому что на Дальнем востоке радаров почти нет. Но к чему это привело и где это используется - непонятно. Таким образом, со спутников делают прогноз - но на небольшой период времени. До 2 часов максимум.
Метеоролог и я
На внешнем SSD остался только датасет одного метеорологического радиолокатора, который регистрирует наличие влаги в атмосфере на большой площади. Задача - подготовить модель, которая сможет прогнозировать объём осадков в конкретное время и в конкретном месте. Сохраните веру в Сикстиниана Апреля, помогите избежать заката Римской империи. В файлах для каждого момента времени шаг 10 минут хранятся данные про интенсивность осадков, отражаемость облаков и их радиальную скорость, погодные явления. Обученную модель надо будет проверить на данных из файла 2022-test-public.
Пример с визуализацией данных находится в файле Jupyter Notebook draw-samples. Общая информация про формат данных Радар делает измерения каждые 10 минут с пространственным разрешением 2 км и возвращает изображение с несколькими каналами.
Обновленная карта осадков будет полезна и бизнесу: например, ресторанам или службам доставки, загрузка которых зависит, в том числе, от погоды. На карте они могут увидеть, как будет меняться ситуация. Так, если вечером начнется снегопад, понадобится больше курьеров для доставки еды на дом. И наконец, за картой осадков просто интересно наблюдать: тучи иногда принимают такие причудливые формы.
Построение аэрологических диаграмм Для этого необходимо кликнуть ЛК мыши по интересующему Вас региону, после чего аэрологическая диаграмма сгенерируется автоматически. Имеется возможность генерировать аэрологические диаграммы на предстоящие 384 часа их построение основано на данных прогностической модели , а так же просматривать небольшой архив диаграмм за прошедшие 7 суток. Построение вертикальных разрезов атмосферы Зажав кнопку Ctrl и ЛК мыши, нужно провести линию на карте, по которой Вы хотите сгенерировать разрез, и выбрать необходимый параметр. Дополнительные ссылки.
С появлением нового суперкомпьютера мы уже сможем выпускать прогнозы с шагом два километра по всей Европейской территории России. Для вас будет удивительно, но описывать процессы глобального масштаба по всему земному шару проще, чем, например, метеорологическую ситуацию в Москве. Влияние домов на атмосферные процессы, отражающая способность асфальта, крыш домов и травяного покрова, неоднородность по пространству турбулентных процессов создают совершенно удивительные эффекты, влияющие на погоду.
Сначала нужно научиться адекватно описывать их в рамках научных исследований, а затем, я надеюсь, эти сложные прогностические модели перейдут и в оперативную практику. Кроме этого развиваются модели переноса загрязняющих веществ. К примеру, куда будет перемещаться аммиак в случае нештатной ситуации.
Или дым от лесных пожаров. На вашем сайте есть карта предупреждения об опасных метеоявлениях. Как по ней людям понять, что они находятся в опасной зоне?
Роман Вильфанд: У нас два года существует система метеопредупреждения. И нам бы хотелось, чтобы, как в Европе, человек начинал утро с того, что заходил на сайт и смотрел, есть ли сегодня метеорологическая опасность. Сама система достаточно проста.
На нашем сайте есть карта, на которой территории страны окрашиваются одним из пяти цветов. Белый и желтый - безопасные цвета. Они означают, что данных нет или нет предупреждений об опасных метеоявлениях соответственно.
Зеленый - существует потенциальная опасность, если она будет развиваться, о ней поступят дополнительные сообщения. Оранжевый - погода опасна, имеется вероятность стихийных бедствий, нанесения ущерба. А красный - погода очень опасная, имеется вероятность крупных разрушений и катастроф.
Разумеется, цветовая гамма сопровождается текстовыми пояснениями. Любой человек может зайти и посмотреть, какая метеорологическая ситуация в его регионе, городе. Не обязательно ждать новостей и сообщений из других источников, можно узнать напрямую от Гидрометцентра.
Какие еще интересные проекты есть у Гидрометцентра? Роман Вильфанд: Вы, наверное, слышали о том, что этой осенью в Москве очень высокое давление, и это представляет опасность, метеозависимые люди должны быть очень внимательны. Но так ли это?
Давление в Санкт-Петербурге в среднем на 20 гектопаскалей 14 - 15 мм ртутного столба выше, чем в Москве. Дело в том, что Москва находится на высоте примерно 150 - 160 метров над уровнем моря, а Санкт-Петербург на уровне моря. Но никто не жалуется, приезжая на "Сапсане" из одного города в другой, на резкую смену давления.
А не вполне обоснованные призывы ряда комментаторов погоды, отдельных журналистов быть бдительным к себе в условиях высокого низкого давления вызывают ненужный переполох у мнительных людей. Вот если бы с комментариями и рекомендациями выступил главный терапевт кардиолог, невропатолог города или области, это было бы здорово. Вот работы по анализу влияния климатических факторов на показатели здоровья человека проводятся вполне интенсивно.
В этой связи Гидрометцентр России уже пару раз обращался в департамент здравоохранения Москвы, в мэрию Москвы с предложением провести исследование зависимости состояния здоровья от метеорологических факторов. Это позволит понять, существует ли влияние изменения температуры, давления, влажности, степени загрязнения воздуха и так далее на самочувствие людей. Провести такие исследования важно для принятия превентивных медицинских мер, прогнозирования количества вызовов "скорой помощи", дифференцированных по разным заболеваниям, и других.
Используя небольшой архив данных, предоставленных Гидрометцентру России "Станцией скорой и неотложной медицинской помощи им. Пучкова" департамента здравоохранения города Москвы, наши специалисты провели ряд вычислительных экспериментов.
Композитная карта
Раньше карта осадков давала прогноз на два часа вперед с десятиминутным интервалом. Взглянув не нее, было легко выбрать время для прогулки с собакой или похода в магазин. Сейчас с ее помощью можно планировать не только несколько часов, а весь остаток дня и следующий. Скажем, если нужно выбрать место для съемок на природе, легко посмотреть, где завтра не ожидается снега и дождя.
Погоды, которую мы видим сейчас, начала формироваться в 2015 году, когда была запущена первая версия технологии Meteum , а Яндекс перестал быть ретранслятором чужих данных и начал сам строить прогнозы.
Сначала сервис работал в пилотном режиме и показывал прогноз для Центрального и Уральского округов, поскольку там базировались основные силы разработки. Ребята из команды в буквальном смысле тестировали сервис на себе, это позволяло быстро находить и исправлять неточности. В основе технологии Meteum лежали три источника данных о погоде: прогноз от Foreca, от американского метеоцентра, и собственные данные Яндекса, которые рассчитывались на кластере из сотни вычислительных машин с помощью модели Weather Research and Forecasting Model WRF. Дальше в дело вступал машинный алгоритм Матрикснет, он искал и исправлял шероховатости в данных — в результате на выходе получался точный прогноз.
Точнее, ещё точнее: прогноз погоды на 2 часа, наукастинг и карты погоды Итак, с помощью технологии Meteum мы научились с высокой точностью предсказывать погоду на ближайшие несколько дней. Но что насчёт прогноза на ближайшие полчаса? В 2016 году мы попробовали «подмешивать» в алгоритм расчёта недавно полученные данные с метеостанций. Это существенно повысило точность прогноза на ближайшие 2 часа, но, поскольку станций было не много, мы искали и другие источники данных о состоянии атмосферы.
На помощь пришли метеорологические радиолокаторы — раз в 10 минут такой локатор строит трёхмерный снимок атмосферы в радиусе 200 километров вокруг себя. На снимке локатора видны области, где есть капли воды крупнее 50 микрометров примерно 0,05 миллиметра — там, скорее всего, прямо сейчас идёт дождь.
Долгое время в продакшене у нас работал алгоритм на основе optical flow, который мы смогли натюнить таким образом, что он побил по метрикам нашу предыдущую нейросетевую архитектуру.
Далее расскажем о том, как мы наконец обошли optical flow и сделали более качественный прогноз с использованием нейросетей. Авторы добавили вход для пространственной памяти обозначение в статье и расширили output gate, чтобы научиться её учитывать рисунок 3. Утверждается, что это помогает лучше запоминать пространственные изменения в последовательности кадров видеоряда.
Рисунок 3. Только для изображений из будущего, которые мы пока не знаем. В качестве функции потерь использовали ставшую классической сумму кросс-энтропии и dice: где — пример из обучающей выборки, а — предсказанное значение.
Результаты При сравнении новой модели с предыдущей мы смотрели как на стандартные метрики для задач сегментации и классификации F1, IoU , так и специально построили метрики, которые отражают пользовательское ощущение прогноза например, доля идеальных прогнозов. Это помогло улучшить в том числе и то, что видят в прогнозе наши пользователи, и как они получают информацию из него.
Самые точные предсказания — те, что составлены на ближайшие три дня. Если прогнозируемый срок выше трех дней, то можно более-менее точно сориентировать по температуре воздуха, но не по осадкам. При поиске сайта стоит обратить внимание на: Период прогнозирования. Если он больше семи дней, его нельзя назвать достоверным. Есть источники, способные спрогнозировать метеорологическую обстановку на несколько месяцев вперед. Рассчитывать на то, что это будут точные сведения, также не приходится. Есть ресурсы, которые рассказывают о погоде не только посредством цифр. Раздел «ощущения» поможет понять какую одежду выбрать для выхода на улицу.
Два градуса тепла могут ощущаться по-разному в зависимости от наличия ветра, влажности и пр. Многие сайты выпускают мобильные приложения. Это делает их использование удобнее. На экране смартфона, планшета или ноутбука отображается небольшое окно, в нем вся необходимая информация. Не нужно никуда нажимать. Виджеты могут быть бесплатными и платными.
ГИДРОМЕТЦЕНТР РОССИИ: О ПОГОДЕ - ИЗ ПЕРВЫХ РУК
| Риски в виде осадков. Большое интервью с доктором географических наук Андреем Шиховым | это cверхкраткосрочный прогноз явлений погоды в пределах 0 – 6 ч от срока наблюдения. |
| 12 самых точных сайтов прогноза погоды - Рейтинг 2023 | Такой прогноз называется наукастинг, обычно он делается на ближайшие часы (до 2-6 часов вперед). |
| Прогноз осадков на 2 часа (наукастинг) | Прогноз осадков на 2 часа (наукастинг). |
| Цветные осадки: дождь с песком придет на Южный Урал | Live wind, rain, radar or temperature maps, more than 50 weather layers, detailed forecast for your place, data from the best weather forecast models with high resolution. |
| meteoinfo ru [delete] [delete] | Прогноз осадков на ближайшие 2-6 часов / скриншот с сайта Гидрометцентра России. |
Наукастинг осадков на 2 часа
Метеорологическая карта прогноза осадков в Европе. Прогноз осадков на 2 часа (наукастинг). «Русскую» зиму отменили синоптики из-за феномена Эль-Ниньо в сезоне-2023/24. Наукастинг осадков по данным ДМРЛ на 2 часа. Прогноз осадков на 2 часа (наукастинг). Прогноз осадков на 2 часа (наукастинг). «Русскую» зиму отменили синоптики из-за феномена Эль-Ниньо в сезоне-2023/24.
Прогноз осадков на 2 часа (наукастинг)
Для решения задачи можно обозначить две возможные архитектуры: сверточные нейронные сети [3]; многослойные персептроны [4]. Первый тип нейросетей целесообразно применять в том случае, если мы используем данные большого размера в изначальном, матричном виде, так как сверточные нейронные сети предназначены для обработки данных, имеющих топологию в виде сетки Второй тип подойдет в том случае, если мы используем данные небольшой размерности. Например, это может быть, когда размерность была сознательно уменьшена в целях облегчения данных для тестирования новых моделей и проверки гипотез. Для использования данного метода будет необходимо использовать данные в виде одномерного массива. Задача нейронной сети — спрогнозировать значения ошибок на основе входных данных радарных наблюдений. Рассмотрим применение второго типа нейронных сетей. Работа с данными В качестве исходных данных имеем следующее: Input — Объединенные поля радиолокационных наблюдений. Регион: Центральный федеральный округ. Период испытаний: июнь — сентябрь 2020 г. Рисунок 1.
Содержание файлов.
Погода и Виджет — Weawow. Windfinder: ветер и погода Скачать GISMETEO: Радар Гисметео — реальный инструмент наукастинга града и фотоизображения Наукастинг осадков на 2 часа - это процесс прогнозирования количества осадков, которые ожидаются в течение двух часов. Для получения таких прогнозов используются различные методы и модели, которые учитывают данные о погоде, атмосферных условиях и других факторах. Наукастинг осадков на 2 часа основан на анализе исторических данных о погоде, а также на использовании современных технологий и моделей прогнозирования.
Эти модели учитывают такие факторы, как температура, влажность, давление, направление и скорость ветра, а также другие параметры, которые могут влиять на формирование и интенсивность осадков. Прогнозы наукастинга осадков на 2 часа могут быть полезными для различных целей, включая планирование деятельности на открытом воздухе, сельское хозяйство, гидрологию и другие области, где знание о количестве и интенсивности осадков имеет важное значение.
Тензор состояния имеет довольно маленькую размерность, всего 32 x 32 на 30 каналов, но сверткой к инволюции мы получаем из него векторное поле, опорные вектора для преобразования thin plate spline. И, наоборот, сверткой к деконволюции мы получаем места, где выпадают осадки.
Такая архитектура нейросети учитывает, что в каких-то местах осадки выпадают традиционно. Например, туча, налетевшая на город, прольется с большей вероятностью, чем над лесом, потому что над городом другая атмосфера, микроклимат. Там, например, попросту теплее. От горизонта к горизонту, от блока к блоку мы передаем состояние, о котором идет речь, и попутно немного меняем его с помощью residual network.
Residual — это когда мы сам тензор меняем совсем немного, прибавляя к нему измерения. Обученная часть — дельта от обучаемой части, изменение тензора. Мы берем запомненное состояние, с помощью деконволюции делаем из него какую-то карту выпадения осадков, складываем их с облаками и двигаем их. Такова нынешняя архитектура сети.
Она работает, предсказывает, и результаты получаются довольно хорошими — вы их можете увидеть на сайте. Но они довольно хорошие с точки зрения метрик data science, ROC AUC и F1-меры, а бизнесу интересны не абстрактные циферки и кривые, которые мы рисуем. Бизнесу интересна точность этих предсказаний, точность текста о том, что дождь закончится через 10 минут 20 секунд. Перед нами сейчас стоит другая задача.
Сейчас нейросеть обучается с какой-то функцией потерь. Она максимизирует вероятность правильной классификации с помощью бинарной энтропии. А на самом деле надо улучшать другие, бизнесовые метрики — не правильность классификации, а правильность определения времени начала и прекращения осадков. Исследования о том, как из бизнесовых метрик получить loss-функции для обучения нейросетей, — очень важны и интересны.
Мы продолжаем развиваться в нужном направлении. Помимо бизнесовых требований, у нас еще есть довольно много планов по развитию текущего решения. Например, в данный момент мы используем только снимки, но у нас есть огромное количество информации. Самое интересное — радиальная скорость.
Радар по доплеровскому эффекту определяет не только наличие частиц в воздухе, но и их скорость. По длине отраженной волны он понимает, с какой скоростью движутся, к радару или от него. Результаты тоже можно использовать для прогнозирования векторного поля. Но к несчастью, у нас есть только радиальная скорость и только в местах, где реально находятся какие-то частицы, осадки.
Можно подмешивать векторные поля из метеомоделирования. Там есть ветра, а можно добавлять и еще что-то — например, температуру. В городах осадки ведут себя по-другому, чем над огромным Балтийским морем. Они над ним пролетают и выпадают уже в Питере.
Сейчас нейросеть строит прогноз только по одной зоне, вокруг одного радара. Облако, которое подойдет к границе видимости радара, на следующий радар никогда не перетечет, потому что соседний радар не узнает, что где-то там было облако. Во входных данных такой информации нет, и указанный вопрос остается открытым. Это всё.