中央氣象臺(tái)臺(tái)風(fēng)與海洋氣象預(yù)報(bào)中心副主任錢奇峰表示，“中央氣象臺(tái)與各科研院所、高校等聯(lián)合，開(kāi)展了一系列人工智能在臺(tái)風(fēng)監(jiān)測(cè)預(yù)報(bào)中的探索。并發(fā)展出了臺(tái)風(fēng)渦旋識(shí)別、臺(tái)風(fēng)智能定強(qiáng)、臺(tái)風(fēng)快速增強(qiáng)判別等技術(shù)，可在處理非線性、海量數(shù)據(jù)上發(fā)揮優(yōu)勢(shì)，幫助預(yù)報(bào)員在預(yù)報(bào)準(zhǔn)確率上做加法。”

▲圖源中國(guó)氣象局

 

　　中央氣象臺(tái)基于深度衛(wèi)星圖像目標(biāo)檢測(cè)，針對(duì)弱臺(tái)風(fēng)渦旋識(shí)別能力有限的難點(diǎn)，提出了多尺度迭代的SSD（Single ShotMultiBox Detector）目標(biāo)檢測(cè)模型，采用臺(tái)風(fēng)渦旋粗定位和精細(xì)定位，實(shí)現(xiàn)在含有大量云團(tuán)噪聲（非臺(tái)風(fēng)渦旋信息）的紅外云圖上，智能識(shí)別出臺(tái)風(fēng)渦旋，并對(duì)其進(jìn)行快速定位。該技術(shù)對(duì)臺(tái)風(fēng)及以上強(qiáng)度識(shí)別率接近100%，對(duì)渦旋特征不明顯的弱渦旋（熱帶低壓級(jí)）識(shí)別率也能達(dá)到50%—80%。

 

　　據(jù)中央氣象臺(tái)臺(tái)風(fēng)與海洋氣象預(yù)報(bào)中心首席預(yù)報(bào)員周冠博介紹，通過(guò)建立臺(tái)風(fēng)渦旋識(shí)別模型、臺(tái)風(fēng)智能定強(qiáng)模型、臺(tái)風(fēng)快速增強(qiáng)判別模型等，中央氣象臺(tái)已初步構(gòu)建基于人工智能的臺(tái)風(fēng)監(jiān)測(cè)和預(yù)報(bào)系統(tǒng)，為提升我國(guó)臺(tái)風(fēng)監(jiān)測(cè)預(yù)報(bào)業(yè)務(wù)智能化及快速拓展全球多海域熱帶氣旋業(yè)務(wù)提供了重要技術(shù)支撐和參考。

 

　　中央氣象臺(tái)表示“中央氣象臺(tái)臺(tái)風(fēng)與海洋氣象預(yù)報(bào)中心將繼續(xù)加強(qiáng)人工智能在臺(tái)風(fēng)監(jiān)測(cè)和預(yù)報(bào)領(lǐng)域的應(yīng)用”，進(jìn)一步推動(dòng)人工智能技術(shù)在臺(tái)風(fēng)監(jiān)測(cè)、預(yù)報(bào)及服務(wù)中的融合，為全球臺(tái)風(fēng)的精密監(jiān)測(cè)、精準(zhǔn)預(yù)報(bào)提供創(chuàng)新性的技術(shù)支撐。

 

　　而IT之家注意到，2019年中央氣象臺(tái)聯(lián)合北京郵電大學(xué)，提出一種端到端的可視化智能臺(tái)風(fēng)定強(qiáng)模型，該模型以預(yù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)模型為基礎(chǔ)，提取衛(wèi)星云圖數(shù)據(jù)分析臺(tái)風(fēng)強(qiáng)度相關(guān)的特征，再依據(jù)特征分別構(gòu)建分類模型和基于相似度的檢索模型獲取決策結(jié)果。最后，通過(guò)融合兩個(gè)模型的識(shí)別結(jié)果，得出臺(tái)風(fēng)的強(qiáng)度、置信度和參考云圖。此類深度學(xué)習(xí)方法通過(guò)機(jī)器對(duì)大量樣本的分析和學(xué)習(xí)，能夠隱式提取圖像中深層抽象的復(fù)雜特征，當(dāng)下正越來(lái)越多地被應(yīng)用于臺(tái)風(fēng)強(qiáng)度估測(cè)。