في عالم توقعات هطول الأمطار، تتزايد الحاجة إلى تنبؤات فورية دقيقة تستند إلى بيانات مكانية وزمانية قوية ومتنوعة. وها هنا يأتي دور نموذج NowcastDiT الذي يستند إلى نماذج Diffusion Transformers، ليوفر حلولاً مبتكرة لمجاراة تلك التحديات.

يعتمد NowcastDiT على تصميم أساسي لنماذج Diffusion، والذي أثبت فعاليته في نمذجة توزيعات هطول الأمطار المعقدة. تتجه العديد من الأساليب الحالية إلى استخدام تصاميم متخصصة بشكل متزايد، مما يترك إمكانيات التطبيقات العامة للنموذج تحت الاستكشاف. ولكن NowcastDiT يُظهر كيف يمكن لنموذج مبسط من Transformers أن يكون أساساً قوياً وفعالاً لتوقعات الأمطار.

هذا النموذج الجديد يجمع بين خاصيتين رئيسيتين لزيادة دقة التوقعات: "ضوضاء عشوائية مدركة للديناميات"، والتي تضمن التوافق الزمني في التنبؤات، و"تعلم من التعزيز على المدى الكامل"، الذي يهدف إلى تحسين الدقة ميتيورولوجياً عبر مكافآت معتمدة على الوقت.

تجارب النموذج على مؤشرات SEVIR وMRMS أظهرت أن NowcastDiT يحقق أداء ريادي في كل من الجودة التصورية والمهارات الجوية، مما يُبرز فعالية النماذج القياسية من Diffusion في تطبيقات توقعات هطول الأمطار. هذه النتائج توحي بأن NowcastDiT يمكن أن يكون أساساً موثوقاً لتطوير تقنيات التنبؤ المتقدمة في المستقبل.