一個國際研究團隊最新開發(fā)出一種基于人工智能的計算模型，能夠有效檢測云的旋轉(zhuǎn)運動，有助更快、更準確地預(yù)測惡劣天氣。
通常，氣象學(xué)家會把衛(wèi)星圖像中云的形狀和運動作為預(yù)測主要風(fēng)暴類型的指標，但隨著天氣數(shù)據(jù)集的不斷擴大，氣象學(xué)家無法實時監(jiān)測所有風(fēng)暴的形成，尤其是小規(guī)模的風(fēng)暴。
由美國賓夕法尼亞州立大學(xué)、阿庫氣象公司、西班牙阿爾梅里亞大學(xué)等機構(gòu)組成的研究小組分析了50000多張美國氣象衛(wèi)星的歷史圖像，在這些圖像中，氣象學(xué)家鑒定并標記了逗點狀云系的形態(tài)和運動。逗點狀云系因其外形類似于逗號而得名，與氣旋的形成密切相關(guān)，而氣旋的形成可導(dǎo)致包括冰雹、雷暴、大風(fēng)和暴風(fēng)雨等在內(nèi)的惡劣天氣事件。
研究人員利用計算機視覺和機器學(xué)習(xí)技術(shù)，“教會”計算機自動識別和檢測衛(wèi)星圖像中的逗點狀云系，幫助專家更高效地在海量的天氣數(shù)據(jù)中及時發(fā)現(xiàn)惡劣天氣的“端倪”。
研究人員發(fā)現(xiàn)，他們的方法可以有效地檢測出逗點狀云系，準確率高達99%，甚至在一些逗點狀云系完全形成前就能檢測到它們。此外，這種方法還可以有效地預(yù)測出64%的惡劣天氣事件，優(yōu)于其他現(xiàn)有的惡劣天氣監(jiān)測方法。
研究人員指出，這項研究還屬于早期嘗試，旨在向研究界證明能夠用人工智能闡釋與天氣有關(guān)的信息，將這種方法與其他天氣預(yù)報模型相結(jié)合，將有可能使天氣預(yù)報更準確。
相關(guān)研究結(jié)果已發(fā)表在國際電氣與電子工程師協(xié)會《地球科學(xué)與遙感會刊》上。（完）
