|
现在，宾夕法尼亚州立大学、AccuWeather公司和西班牙阿尔梅里亚大学的一组研究人员，有了一个计算机模型，可以帮助预测者更快、更准确地识别潜在的严重风暴。他们开发了一个基于机器学习线性分类器（一种人工智能）的框架，可以从卫星图像中探测到云层的旋转运动，否则这些图像可能会被忽视。这个人工智能搞定方案运行在匹兹堡超级计算中心的Bridges超级计算机上。 AccuWeather公司的高级气象学家史蒂夫·威斯塔（Steve Wistar）说，有了这个工具，他可以把目光投向可能构成威胁的云层，这可以帮助他做出更好的预测。 “最好的预测包含尽可能多的数据，”他说。“因为大气层是无限复杂的，所以要吸收的东西太多了。通过运用我们（面前的）模型和数据，我们正在拍摄最完整的大气层外观。” 在他们的研究中，研究人员与Wistar和AccuWeather气象学家一起分析了5万多张美国历史气象卫星图像。在这些照片中，专业人士们识别并标记了“逗号状”云的形状和运动。这些云与气旋的形成密切相关，气旋的形成可导致冰雹、雷暴、大风和暴风雪等恶劣天气事件。 然后，利用计算机视觉和机器学习技术，研究人员教计算机自动识别和探测卫星图像中的逗号形状的云。然后，这些计算机可以帮助专业人士实时指出，在海量数据中，他们可以把注意力集中在哪里，以便发现恶劣天气的发生。 研究人员发现，他们的方式可以有效地探测到逗号形状的云，准确率高达99%，平均每次预测时间为40秒。它还能够预测64%的恶劣天气事件，超过了现有的其他恶劣天气探测方式。 |
发表评论
/1 
