본 논문은 인공지능 기반 기상 예측(AIWP) 모델이 종종 이슬비를 과대평가하고 극값을 과소평가하여 흐릿한 강수 예측을 생성하는 문제를 해결하기 위한 새로운 방법을 제시한다. 이 연구는 지형 추종 좌표와 전 지구적 질량 및 에너지 보존 기법을 AIWP 모델에 통합하는 것을 제안한다. 1.0$^\circ$ 격자 간격 데이터에 적용된 AIWP 모델인 FuXi를 사용하여 예측 실험을 수행하여 이 방법의 효과를 평가했으며, 그 결과 성능이 크게 향상됨을 보였다. 보존 기법은 이슬비 편향을 줄이는 것으로 나타났고, 지형 추종 좌표는 극값 사건과 강수 강도 스펙트럼의 추정을 개선했다. 또한, 사례 연구를 통해 지형 추종 좌표가 산악 지역에서 지표면 근처의 바람을 더 잘 포착하여 AIWP 모델에 강수 과정의 역학을 이해하는 데 더 정확한 정보를 제공함을 보였다. 제안된 방법은 다양한 AIWP 모델에 적용될 수 있으며, 대기 영역 지식이 AIWP 모델 개발을 어떻게 지원할 수 있는지에 대한 통찰력을 제공한다.
