人工智能或能提前一周預(yù)測(cè)臺(tái)風(fēng) 應(yīng)用于氣象領(lǐng)域

2019-01-08 15:49:47來(lái)源：科技日?qǐng)?bào)

日本海洋研究機(jī)構(gòu)和九州大學(xué)的研究小組利用人工智能深度學(xué)習(xí)技術(shù)

，開(kāi)發(fā)了從全球云系統(tǒng)分辨率模型(NICAM)氣候?qū)嶒?yàn)數(shù)據(jù)中高精度識(shí)別熱帶低氣壓征兆云的方法

。

日本海洋研究機(jī)構(gòu)和九州大學(xué)的研究小組利用人工智能深度學(xué)習(xí)技術(shù)，開(kāi)發(fā)了從全球云系統(tǒng)分辨率模型(NICAM)氣候?qū)嶒?yàn)數(shù)據(jù)中高精度識(shí)別熱帶低氣壓征兆云的方法

。該方法可識(shí)別出夏季西北太平洋熱帶低氣壓發(fā)生一周前的征兆。研究成果于近期發(fā)表在日本《地球與行星科學(xué)的進(jìn)展》雜志網(wǎng)絡(luò)版

。

預(yù)測(cè)臺(tái)風(fēng)和颶風(fēng)等熱帶低氣壓的發(fā)生

，一般是通過(guò)衛(wèi)星觀測(cè)和監(jiān)視云的演變過(guò)程，對(duì)觀測(cè)數(shù)據(jù)進(jìn)行氣象模型模擬

。但大氣現(xiàn)象非線性極強(qiáng)

，不同的氣象模型預(yù)測(cè)的未來(lái)氣象結(jié)果會(huì)出現(xiàn)非常大的偏差

。近年來(lái)人工智能技術(shù)飛速發(fā)展，可根據(jù)大數(shù)據(jù)中的特定類型進(jìn)行深度學(xué)習(xí)，檢測(cè)特定現(xiàn)象

，從而應(yīng)用于具有不確定性的氣象領(lǐng)域

。

利用深度學(xué)習(xí)獲得更高的識(shí)別精度，對(duì)每一種氣象類型都需要超過(guò)數(shù)千張圖片的大量數(shù)據(jù)

。研究小組首先利用熱帶低氣壓跟蹤算法，將全球云系統(tǒng)分辨率模型20年積累的氣候?qū)嶒?yàn)數(shù)據(jù)

，制成5萬(wàn)張熱帶低氣壓初始云及演變中的熱帶低氣壓云圖片

，再加上100萬(wàn)張未演變成熱帶低氣壓的低氣壓云圖片，共105萬(wàn)張圖片組成10組學(xué)習(xí)數(shù)據(jù)

，利用深度卷積神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)

，生成不同特征的10種識(shí)別器，然后構(gòu)筑出可對(duì)10種識(shí)別器結(jié)果進(jìn)行綜合評(píng)價(jià)的集合識(shí)別器

。

該方法還可對(duì)臺(tái)風(fēng)路徑和強(qiáng)度進(jìn)行預(yù)測(cè)，并預(yù)測(cè)暴雨的發(fā)生

。今后研究小組將以深度學(xué)習(xí)為代表的人工智能技術(shù)融合數(shù)據(jù)驅(qū)動(dòng)方法和模型驅(qū)動(dòng)方法

，開(kāi)展新的海洋地球大數(shù)據(jù)分析。

責(zé)任編輯：孫知兵

免責(zé)聲明：本文僅代表作者個(gè)人觀點(diǎn)

，與太平洋財(cái)富網(wǎng)無(wú)關(guān)

。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對(duì)本文以及其中全部或者部分內(nèi)容

、文字的真實(shí)性、完整性

、及時(shí)性本站不作任何保證或承諾

，請(qǐng)讀者僅作參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容

。
如有問(wèn)題

，請(qǐng)聯(lián)系我們！

關(guān)于我們　-　聯(lián)系方式　-　版權(quán)聲明　-　招聘信息　-　友鏈交換　-　網(wǎng)站統(tǒng)計(jì)

太平洋財(cái)富主辦版權(quán)所有：太平洋財(cái)富網(wǎng)

?中國(guó)互聯(lián)網(wǎng)違法和不良信息舉報(bào)中心

未經(jīng)過(guò)本站允許請(qǐng)勿將本站內(nèi)容傳播或復(fù)制業(yè)務(wù)QQ：331986683