本研究は、インドの4つの主要都市（バンガロール、ムンバイ、デリー、コルカタ）における短期降水予測のための解釈可能な深層学習フレームワークを提案しています。例えば、CNN-ConvLSTMというハイブリッドモデルを用い、多様な気候帯のデータに基づいてモデルを最適化しました。バンガロールでは0.21mm/日、ムンバイ0.52mm/日、デリー0.48mm/日、コルカタ1.80mm/日のRMSEを達成しました。また、モデルの解釈性を高めるために、パーミュテーションの重要性やGrad-CAM、時間的な遮蔽、反事実的変動などの手法を使用し、都市別の変数が予測に与える影響を分析しました。この研究は、解釈可能なAIが多様な都市環境において降水パターンの透明性と正確性を提供できることを示しています。