<form id="58ghsc"></form>

<address id="58ghsc"><listing id="58ghsc"><meter id="58ghsc"></meter></listing></address>

        <em id="58ghsc"></em>

        <form id="58ghsc"></form>

          
          

              年月
                 English   移動門戶   郵箱入口

              当前位置: 首頁 >新聞資訊>氣象科技>国际前沿

              美研究人員利用人工智能預測惡劣天氣

              來源:中國氣象報   發布時間:2019年07月19日08:47
              分享到:

                氣象學家在預測天氣時,通常會利用許多模式和數據來源,追蹤能夠預示強烈風暴的雲形狀和運動軌迹。然而,隨著數據集越來越龐大,時間越來越緊張,他們幾乎不可能實時監測所有風暴构成,尤其是更小尺度的風暴。

                美國氣象服務公司Accuweather和西班牙阿爾梅裏亞大學的研究人員設計了一個電腦模式,可以更迅速、更精確地識別可能發生的強烈風暴。他們設計的框架主要基于機器學習的線性分類器,可以探測衛星圖像中可能被忽略的雲內部的旋轉運動。這一人工智能解決方案當前在匹茲堡市超級計算中心的Bridges超級計算機上運行。

                在研究中,包括Accuweather公司高級氣象學家史蒂夫·威斯塔在內的氣象學家以及其他研究人員分析了5萬多張美國曆史衛星圖像,從中識別並標注了逗點雲的形狀和運動情況。特定形狀的雲與氣旋构成密切相關,可能會形成惡劣天氣事件,比如冰雹、暴風雨、強風和暴風雪。

                之後,研究人員利用計算機視覺和機器學習技術,教授計算機自動識別和探測衛星圖像中的逗點狀雲系。計算機可以通過從海量數據中指出專家應該實時重點關注的地方,幫助他們探測可能發生的惡劣天氣。“因爲逗點狀雲系可以提示我們可能發生的惡劣天氣事件,我們設計的方案就可以幫助氣象學家預測這些事件。”研究人員說。

                研究人員發現,他們的方法可以有效探測逗點狀雲系,准確率可達99%,每次預報平均需要40秒。他們的方法預測惡劣天氣事件的准確率可達64%,比現在其他惡劣天氣事件探測方法表現都好。

                研究人員表示:“該方法可以在一些逗點狀雲系還未完全构成之前就探測到它們,有時探測速度比人眼識別還快。”

                该研究能够向研究界展示对天气相关视觉信息进行基于人工智能的解释是可行的。更多的研究将会把这一方法和现在的数值天氣預報模式相融合,有助于提高天氣預報准确率。

                (来源:宾夕法尼亚州立大学官网 编译:刘淑乔)

              (責任編輯:崔國輝)

              客戶端
              分享到:

                精彩熱圖

                  <kbd id='58ghsc'></kbd><address id='58ghsc'><style id='58ghsc'></style></address><button id='58ghsc'></button>

                          <kbd id='58ghsc'></kbd><address id='58ghsc'><style id='58ghsc'></style></address><button id='58ghsc'></button>

                              热门地区: 丰台区 河南 绥芬河 新沂 莆田 常州 伊春 济宁 福州 淮南 双桥区 常德 上虞市 防城港 山东 安国市 烟台 金坛市 资阳 津南 常州 永川市 赣州 南岸区 石狮 深州市 宁德 章丘 瑞安市 北海 抚州 寿光 青岛 省级行 南汇 枣庄 迁安市 湘潭 鄂尔多 上饶 义乌市 济南 文登 嘉定 泰州 威海 阿尔山 延庆县 虹口 呼和浩 宜兴市 大渡口 凌海 蚌埠 安丘 黑龙江 丹东 和平 宜宾 怀化 德惠市 奉贤 泉州 江阴市 贵阳 泰安 南京 荣昌县 河间市 德阳 海林 大足县 江苏 河源 惠州 佛山 富阳市 陕西 北碚区 扬州 瓦房店 阜阳 海拉尔 伊春 包头 开原 余姚 图们市 雅安 和龙市 富锦 锦州 崇左 威海 江都市 百色 大庆 佳木斯 舟山 铁岭