A machine learning approach for precipitation forecasting and uncertainty quantification

Accurate precipitation prediction is of utmost importance for various applications, including agriculture, disaster mitigation, and resource management. A standard approach to predicting meteorological variables is the numerical weather prediction (NWP). However, significant computational resources are required to solve atmospheric dynamics equations, often requiring supercomputers. Machine learning, including its deep learning subset, offers a promising alternative under extensive research. Although training can be computationally expensive, inference is generally lightweight. Furthermore, gradient boosting, a decision tree-based machine learning technique, provides faster training and inference times compared to deep learning. This dissertation explores the potential of using gradient boosting to predict future precipitation and the estimation of the uncertainty associated with these predictions. Precipitation is considered the most challenging meteorological variable to forecast. The proposed XGBoost and LightGBM models achieve lower RMSE than the operational AGCM/INPE model for monthly precipitation over South America, maintain high predictive confidence even during El Niño events, and generate reliable uncertainty estimates all while requiring only seconds for training and ≈ 0.1s for inference on a standard laptop. RESUMO: A previsão precisa da precipitação é de extrema importância para várias aplicações, incluindo agricultura, mitigação de desastres e gerenciamento de recursos. A abordagem padrão para a previsão de variáveis meteorológicas é a previsão numérica do tempo (NWP). No entanto, este tipo de previsão requer recursos computacionais significativos para resolver as equações da dinâmica atmosférica, muitas vezes necessitando de supercomputadores. A aprendizagem de máquina, que inclui a aprendizagem profunda, oferece uma alternativa promissora que está sendo amplamente pesquisada. Embora o treinamento seja por vezes computacionalmente caro, a inferência geralmente é leve. Além disso, o gradient boosting, uma técnica de aprendizado de máquina baseada em árvore de decisão, oferece tempos de treinamento e inferência mais rápidos em comparação com o aprendizado profundo. Esta tese explora o potencial do uso do reforço de gradiente para prever precipitações futuras e estimar a incerteza associada a essas previsões. A precipitação é considerada a variável meteorológica mais difícil de prever. Os modelos XGBoost e LightGBM propostos alcançam um RMSE inferior ao modelo operacional AGCM/INPE para precipitação mensal na América do Sul, mantêm alta confiança preditiva mesmo durante eventos El Niño e geram estimativas de incerteza confiáveis tudo isso exigindo apenas alguns segundos para treinamento e ≈ 0, 1s para inferência em um laptop padrão.