使用深度生成雷达模型预测接下来 90 分钟的降雨量

恶劣天气

谷歌 DeepMind 的一组研究人员与英国气象局的一个小组合作,将他们的深度学习方法知识应用于“临近预报”科学——预测在接下来的两个小时内某个地方是否会下雨。在他们发表在《自然》杂志上的论文中,该小组描述了将深度学习应用于天气预报以及该系统与传统工具相比的效果。

在过去的几十年里,天气预报在预测是否会下雨方面有所改进,但仍有很长的路要走。当前的预测方法涉及使用超级计算机来处理大量大气数据,大多数天气预报员都认为此类系统擅长预测长期天气模式。

不幸的是,短期预测仍然没有提前。特别令人感兴趣的是预测在接下来的两个小时内给定区域是否会下雨以及下雨的问题。可以肯定的是,一些短期预测很容易预测——当大雨云覆盖数百英里时,每个人都会被淋湿。这是预测雷暴是困难的,因为水量它们包含不定随着时间过去,因为它们的形状转变,因为他们动过的土地。因此,正如研究人员指出的那样,临近预报仍然是“一个巨大的挑战”。

在这项新的工作中,研究人员应用了一个名为 Deep Generative Model of Rainfal (DGMR) 的深度学习网络来解决这个问题。它使用他们所描述的很自然的生成式建模。与其他深度学习系统一样,它的工作原理是分析描述模式的数据——在这种情况下是天气模式——随着时间的推移而演变,并使用该信息对未来 90 分钟进行预测。该项目的数据由英国国家气象局气象局提供。

研究人员通过让 56 位天气预报员将其预测与传统预测工具所做的预测进行比较来测试 DGMR 的准确性——其中 89% 的人更喜欢 DGMR,因为他们发现它更可靠。研究人员认为,人工智能可以成为改进天气预报的强大新工具。

本文为作者 已诺 独立观点,并不代表 我是CIO 立场。

发表评论

登录后才能评论