摘要
现代深度学习方法在气象学应用中展现出广阔前景，包括降水临近预报、合成雷达图像生成、锋面检测等多个领域。为了有效训练和验证这些复杂算法，亟需包含高分辨率影像的大规模、多样化数据集。目前，公开可获取的气象数据已达拍字节（petabyte）级别，例如地球静止环境卫星系统（GOES）和下一代雷达（NEXRAD）系统的数据；然而，这些数据集的庞大规模与复杂性，已成为深度模型开发与训练的主要障碍。为应对这一挑战，我们推出了风暴事件影像数据集（Storm EVent ImagRy, SEVIR）——一个统一、丰富的数据集，整合了来自多个传感器在空间与时间上对齐的数据，并配套提供了深度学习模型的基准实现与评估指标，旨在加速新型算法的创新进程。SEVIR是一个经过标注、精心筛选且时空对齐的数据集，包含超过10,000个天气事件，每个事件均包含连续4小时、空间分辨率为384 km × 384 km的图像序列。SEVIR中的图像在五种不同数据类型之间进行了采样与对齐：来自GOES-16先进基线成像仪的三个波段（C02、C09、C13）、NEXRAD垂直积分液态水含量拼接图，以及GOES-16地球静止闪电mapper（GLM）的闪电事件。SEVIR中的许多天气事件均经过筛选，并与美国国家海洋和大气管理局（NOAA）风暴事件数据库进行匹配，从而可将风暴影响、风暴描述等附加信息与传感器提供的丰富影像数据建立关联。本文详细阐述了数据采集方法，并通过两个深度学习在气象学中的应用实例，展示了该数据集的实际用途：降水临近预报与合成气象雷达图像生成。此外，我们还提出了一套可用于评估模型输出性能的量化指标。SEVIR数据集及所选应用的基准实现代码均已开放下载，供科研人员与开发者使用。