研究人員利用人工智能技術(shù)來預(yù)測惡劣天氣
在預(yù)測天氣時，氣象學家運用許多模型和數(shù)據(jù)源來跟蹤可能預(yù)示嚴重風暴的云的形狀和運動。然而，隨著天氣數(shù)據(jù)集的不斷擴大，他們幾乎不可能實時監(jiān)測所有風暴的形成，尤其是較小規(guī)模的風暴。現(xiàn)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，有了一個計算機模型，可以幫助預(yù)測者更快、更準確地識別潛在的嚴重風暴。他們開發(fā)了一個基于機器學習線性分類器（一種人工智能）的框架，可以從衛(wèi)星圖像中探測到云層的旋轉(zhuǎn)運動，否則這些圖像可能會被忽視。這個人工智能搞定方案運行在匹茲堡超級計算中心的Bridges超級計算機上。AccuWeather公司的高級氣象學家史蒂夫?威斯塔（Steve Wistar）說，有了這個工具，他可以把目光投向可能構(gòu)成威脅的云層，這可以幫助他做出更好的預(yù)測。“最好的預(yù)測包含盡可能多的數(shù)據(jù)，”他說。“因為大氣層是無限復(fù)雜的，所以要吸收的東西太多了。通過運用我們（面前的）模型和數(shù)據(jù)，我們正在拍攝最完整的大氣層外觀?！痹谒麄兊难芯恐?，研究人員與Wistar和AccuWeather氣象學家一起分析了5萬多張美國歷史氣象衛(wèi)星圖像。在這些照片中，專業(yè)人士們識別并標記了“逗號狀”云的形狀和運動。這些云與氣旋的形成密切相關(guān)，氣旋的形成可導致冰雹、雷暴、大風和暴風雪等惡劣天氣事件。然后，利用計算機視覺和機器學習技術(shù)，研究人員教計算機自動識別和探測衛(wèi)星圖像中的逗號形狀的云。然后，這些計算機可以幫助專業(yè)人士實時指出，在海量數(shù)據(jù)中，他們可以把注意力集中在哪里，以便發(fā)現(xiàn)惡劣天氣的發(fā)生。研究人員發(fā)現(xiàn)，他們的方式可以有效地探測到逗號形狀的云，準確率高達99%，平均每次預(yù)測時間為40秒。它還能夠預(yù)測64%的惡劣天氣事件，超過了現(xiàn)有的其他惡劣天氣探測方式。