في عالم اليوم، تُعتبر توقعات هطول الأمطار (Precipitation Nowcasting) عنصرًا حيويًا في التخفيف من الكوارث وضمان سلامة الطيران. ولكن، تواجه النماذج المعتمدة على الرادار تحديات كبيرة عند الاعتماد فقط على البيانات الرادارية، ولا سيما بسبب افتقارها للسياق الجوي الواسع، ما يؤدي إلى تدهور الأداء على المدى الطويل. ومن هنا كانت الحاجة إلى تحسين هذه النماذج من خلال دمج المتغيرات الجوية التي تتوقعها نماذج الطقس الأساسية.
ولحليل هذه المشكلة، تم تقديم إطار عمل جديد يسمى PW-FouCast، الذي يعتمد على دمج التردد في معالجة البيانات. يستفيد هذا الإطار من توقعات Pangu-Weather كقيم طيفية، مستخدمًا هيكلًا يعتمد على الفورييه. يتضمن هذا الهيكل ثلاث ابتكارات رئيسية:
1. **تعديل التردد بتوجيه من Pangu-Weather**: يساهم في محاذاة السعات الطيفية والطور مع المعلومات المناخية.
2. **ذاكرة التردد**: تساعد في تصحيح التباينات الطورية والحفاظ على تقدم الزمن.
3. **الاهتمام العكسي بالتردد**: يعيد بناء التفاصيل عالية التردد التي غالبًا ما تضيع في عملية التصفية الطيفية.
أظهرت التجارب الواسعة التي أجريت على معايير SEVIR وMeteoNet أن PW-FouCast يحقق أداءً رائدًا، موسعًا أفق التوقعات بشكل موثوق دون المساومة على دقة الهيكل.
لمزيد من المعلومات، يمكنكم الاطلاع على كود المشروع على GitHub [github.com/Onemissed/PW-FouCast]. ما رأيكم في هذا التطور المذهل في توقعات الطقس؟ شاركونا في التعليقات.