본 논문은 다양한 모달리티의 기후 데이터를 통합한 새로운 벤치마크인 ClimateBench-M을 제시합니다. ERA5의 시계열 기후 데이터, NOAA의 극한 기상 현상 데이터, NASA HLS의 위성 이미지 데이터를 공간-시간적 해상도를 일치시켜 통합하였습니다. 또한, 제안된 ClimateBench-M에서 날씨 예보, 뇌우 경보, 작물 분할 등의 과제에서 경쟁력 있는 성능을 달성하는 간단하지만 강력한 생성 모델을 제시합니다. 데이터와 코드는 공개적으로 제공됩니다.
시사점, 한계점
•
시사점:
◦
다양한 모달리티의 기후 데이터를 통합한 새로운 벤치마크 ClimateBench-M 제공으로 기후 과학 연구 발전에 기여.
◦
기후 과학 분야의 인공지능 연구를 위한 새로운 기준 및 데이터셋 제공.
◦
제시된 생성 모델은 기후 예측 관련 다양한 과제에서 경쟁력 있는 성능을 보임.
◦
공개된 데이터와 코드를 통해 연구의 재현성 및 확장성 확보.
•
한계점:
◦
ClimateBench-M의 데이터 범위 및 모달리티가 제한적일 수 있음. (예: 특정 지역, 특정 기상 현상에 편향될 가능성)
◦
제시된 생성 모델이 간단한 모델이므로, 더욱 복잡하고 정교한 모델에 비해 성능 제약이 있을 수 있음.
