本研究では、確率的降雨予測に対する競争力があり計算効率の高いアプローチを提案しています。軽量な確率的ヘッドを持つビデオプロジェクター（V-JEPA Vision Transformer）を事前に訓練された衛星ビジョンエンコーダー（DINOv3-SAT493M）に接続し、エンコーダートークンを4時間累積降雨の離散的な経験的CDF（eCDF）にマッピングします。また、このプロジェクターとヘッドは、連続ランク確率スコア（CRPS）でエンドツーエンドに最適化されます。さらに、集約されたランク確率スコアおよび画素ごとのガンマ・ハードル目的で訓練された3D-UNETのベースラインも使用されます。Weather4Cast 2025ベンチマークでは、提案手法が有望な性能を示し、CRPSは3.5102となり、最良の3D-UNETに対して約26%の効果向上を示しました。