首頁?行業  »   正文

利用AI更快、更準確地預測潛在的大風暴

利用AI更快、更準確地預測潛在的大風暴

當預報天氣時,氣象學家使用許多模型和數據源來跟蹤可能預示嚴重風暴的云的形狀和運動。然而,隨著天氣數據集的不斷擴大和最后期限的臨近,他們幾乎不可能實時監測所有風暴的形成,尤其是較小規模的風暴。

現在,賓夕法尼亞州立大學,AccuWeather公司和西班牙阿爾梅里亞大學的一組研究人員,開發了一種計算機模型,可以幫助預報員更快,更準確地識別潛在的嚴重的風暴。

他們開發了一個基于機器學習線性分類器的框架,可以檢測衛星圖像中云的旋轉運動,這些運動一般可能會被忽視。這個AI解決方案在匹茲堡超級計算中心的Bridges超級計算機上運行。

AccuWeather的高級法醫氣象學家Steve Wistar說,有了這個工具,他可以把目光投向可能構成威脅的巖層,這可以幫助研究人員做出更好的預測。

“最好的預測結合了盡可能多的數據,因為大氣層無限復雜,所以有很多東西需要考慮。通過使用模型和數據,我們可以得到最完整的快照。”

研究人員與Wistar和其他AccuWeather氣象學家合作,分析了超過5萬個美國歷史氣象圖像。專家們確定并標記了“逗點狀”的云的形狀和運動。這些云模式與旋風形成密切相關,可能導致惡劣天氣事件,包括冰雹,雷暴,大風和暴風雪。

然后利用計算機視覺和機器學習技術,研究人員教計算機自動識別和檢測衛星圖像中的逗點狀的云。這些可以幫助專家實時指出,在海量數據中可以把注意力集中在哪里,以便檢測惡劣天氣的出現。

利用AI更快、更準確地預測潛在的大風暴

賓夕法尼亞州信息科學與技術學院的博士生Rachel Zheng說,“由于逗點狀的云是惡劣天氣事件的直觀指標,我們的方案可以幫助氣象學家預測此類事件。”

研究人員發現,他們的方法可以有效地檢測出逗點狀的云,準確率達到99%,每次預測平均為40秒。它還能夠以64%的準確率預測惡劣天氣事件,優于其他現有的惡劣天氣檢測方法。

“該方法可以捕獲大多數人類標記的逗點狀云,此外,還可以在它們完全形成之前檢測到一些逗點狀的云,并且我們的檢測有時比人眼識別更早。”

“我們希望能夠通過這種方法拯救生命和保護財產,”Wistar補充道,“對受風暴影響的人們提前通知,盡早獲得準確信息。”

氣象學家和氣候學家面臨的一項重大挑戰是了解地球觀測衛星,雷達和傳感器網絡產生的大量且不斷增加的數據,計算機化系統必須對數據進行分析和學習,以便能夠及時正確地解釋時間敏感應用中的數據,例如惡劣天氣預報。

這項研究向研究界展示了基于人工智能的天氣相關視覺信息解釋的可行性。將這種方法與現有的數值天氣預報模型和其他模擬模型相結合的更多研究可能會使天氣預報更加準確和實用。

歡迎關注ATYUN官方公眾號,商務合作及內容投稿請聯系郵箱:[email protected]

發表評論