운용 전 지구 관측소 기상 예측을 위한 물리 정보 기반 시계열 모델 벤치마킹
Benchmarking Physics-Informed Time-Series Models for Operational Global Station Weather Forecasting
전 지구 관측소 기상 예측(GSWF)을 위한 대규모 관측 데이터셋 WEATHER-5K를 제안하고, 동적 코어와 Transformer 잔차를 결합한 물리 정보 기반 모델 PhysicsFormer로 기압-바람 정렬·에너지 인식 평활화 손실을 통해 물리적 일관성을 강제한다. PhysicsFormer를 포함한 시계열 예측(TSF) 모델을 운용 수치 기상 예측(NWP) 시스템과 여러 기상 변수·극한 사건·모델 복잡도 기준으로 벤치마킹해 학계 TSF와 실무 예측 간 격차를 평가한다.