StormNet: GNN に基づいた空間時間偏微预报モデルによる暴潮予測の向上

arXiv:2604.20688v2 Announce Type: new Abstract: 暴潮予報は、熱帯低気圧の影響を沿岸地域に及ぼす影響を軽減する上で依然として重大な課題であり、特に近年の急速な強度増大と沿岸部の活動増加という傾向を考慮する際にその重要性が際立っています。従来の高精度な数値モデルである ADCIRC は堅固ですが、多様な要因から生じる不可避免的な不確実性によりしばしば制約されています。これらの課題に対処するため、本研究では暴潮予報のバイアス修正のための空間時間グラフニューラルネットワーク (GNN)「StormNet」を提案します。StormNet は、水準計観測 station 間の複雑な空間および時間的依存性を捉えるために、グラフ畳み込み (GCN) とグラフ注意力 (GAT) メカニズムを、長短期記憶 (LSTM) 成分と統合しています。このモデルは米国グルフコーストの歴史的ハリケーンデータを用いてトレーニングされ、2023 年のハリケーン Idalia に対して評価されました。結果は、StormNet が 48 時間予報において水準予測の平均二乗誤差 (RMSE) を 70% 以上、72 時間予報においては 50% 以上削減でき、特に長期的予報範囲においてはシグネラル LSTM ベースラインを凌駕する能力を持つことを示しています。また、該当するモデルはトレーニング時間が低く、リアルタイム運用予報システムにおける適用性を高めています。総合的に見て、StormNet は極端気象イベント中の暴潮予測精度と信頼性の向上において、計算効率的かつ物理的に意味のある枠組みを提供します。

arXiv:2604.20688v2 Announce Type: new Abstract: Storm surge forecasting remains a critical challenge in mitigating the impacts of tropical cyclones on coastal regions, particularly given recent trends of rapid intensification and increasing nearshore storm activity. Traditional high fidelity numerical models such as ADCIRC, while robust, are often hindered by inevitable uncertainties arising from various sources. To address these challenges, this study introduces StormNet, a spatio-temporal graph neural network (GNN) designed for bias correction of storm surge forecasts. StormNet integrates graph convolutional (GCN) and graph attention (GAT) mechanisms with long short-term memory (LSTM) components to capture complex spatial and temporal dependencies among water-level gauge stations. The model was trained using historical hurricane data from the U.S. Gulf Coast and evaluated on Hurricane Idalia (2023). Results demonstrate that StormNet can effectively reduce the root mean square error (RMSE) in water-level predictions by more than 70\% for 48-hour forecasts and above 50\% for 72-hour forecasts, as well as outperform a sequential LSTM baseline, particularly for longer prediction horizons. The model also exhibits low training time, enhancing its applicability in real-time operational forecasting systems. Overall, StormNet provides a computationally efficient and physically meaningful framework for improving storm surge prediction accuracy and reliability during extreme weather events.