Niniejsza książka dostarcza kompleksową opartą na nauce metodologię prognozowania pogody nowej generacji poprzez integrację metod głębokiego uczenia się z fizycznie opartymi modelami klimatycznymi. W książce zaproponowano model hybrydowy obejmujący multimodalną fuzję danych uczenie się sekwencji czasowych i sieci neuronowe z ograniczeniami fizycznymi w celu poprawy dokładności prognoz i wiarygodności o znaczny margines. Korzystając ze stacji naziemnej satelity globalnego systemu reanalizy i danych opartych na IoT struktura rozwiązuje przestrzenne i czasowe rozłączenia nękające tradycyjne systemy prognozowania.