2024.07.08
本研究では、深層学習を用いて海面水温（SST）を1日先まで予測する手法を提案する。従来の機械学習に基づく予測手法とは異なり、本手法は、シミュレーション結果からの偏差をリアルタイムの衛星観測データを用いて予測するという新しいアプローチを採用している点に特徴がある。具体的には、まずシミュレーション結果から得られる水塊の移動を表すオプティカルフローを予測する。この予測されたフローを用いて衛星観測データを変形し、それを深層学習モデルへの入力として利用する。実験結果から、本手法は暖流と寒流が交わる海域において予測性能を効果的に向上させることが示された。
研究成果
- "DEEP LEARNING-BASED SEA SURFACE TEMPERATURE FORECASTING INTEGRATING REAL-TIME SATELLITE OBSERVATION", Shota Fukuyama, Masaaki Iiyama, IEEE International Geoscience and Remote Sensing Symposium (IGARSS) 2024, pp.7157-7162, 2024-07. DOI: 10.1109/IGARSS53475.2024.10642496 https://ieeexplore.ieee.org/document/10642496
- 飯山研究室B4の福山君との共著です。