您现在的位置是:首页 >财经 > 2020-12-09 08:59:48 来源:

深度学习可准确预测热浪和寒潮

导读 赖斯大学的工程师已经创建了一个深度学习计算机系统,该系统可以自动使用最短的当前天气信息,提前五天准确地预测极端天气事件(例如热浪)。

赖斯大学的工程师已经创建了一个深度学习计算机系统,该系统可以自动使用最短的当前天气信息,提前五天准确地预测极端天气事件(例如热浪)。具有讽刺意味的是,赖斯的自学“胶囊神经网络”使用一种天气预报的模拟方法,使计算机在1950年代过时了。在训练期间,它会检查数百对地图。每张地图都显示了五公里高处的表面温度和气压,每对地图相隔数天显示了这些状况。培训包括产生极端天气的场景-扩展的冷热天气可能导致致命的热浪和冬季风暴。经过培训,该系统能够检查以前未曾见过的地图,并以85%的准确度对极端天气进行五天预报。

随着进一步的发展,该系统可以作为气象预报预警系统,并作为学习更多有关导致极端天气的大气条件的工具,说,赖斯的Pedram Hassanzadeh,共同作者研究了有关系统网上公布本周在美国地球物理联合会的《地球系统建模进展杂志》上。

自1950年代基于计算机的数字天气预报(NWP)问世以来,日常天气预报的准确性一直稳步提高。但是,即使使用改进的大气数值模型和更强大的计算机,NWP也无法可靠地预测极端事件,例如2003年法国和2010年俄罗斯的致命热浪。

赖斯机械工程以及地球,环境和行星科学的助理教授哈桑扎德(Hassanzadeh)表示:“可能我们需要更快的超级计算机,才能以更高的分辨率求解数值天气预报模型的控制方程式。” “但是,由于我们不完全了解极端天气模式的物理条件和先兆条件,因此,无论我们投入多少计算能力,这些方程也可能不完全准确,并且它们也不会产生更好的预测。在。”

2017年底,哈桑扎德(Hassanzadeh)及其研究合著者和研究生Ashesh Chattopadhyay和Ebrahim Nabizadeh决定采用另一种方法。