中央氣象臺(tái):基于 AI 的臺(tái)風(fēng)監(jiān)測(cè)和預(yù)報(bào)系統(tǒng)初步建成

漾仔(實(shí)習(xí))
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。

本文來(lái)自IT之家,作者:漾仔(實(shí)習(xí))。

6月6日消息,中央氣象臺(tái)今日宣布,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)。該系統(tǒng)可為提升我國(guó)臺(tái)風(fēng)監(jiān)測(cè)預(yù)報(bào)業(yè)務(wù)智能化及拓展全球多海域熱帶氣旋業(yè)務(wù)提供重要技術(shù)支撐。

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(qián)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。”

10cc1ff9abd24c50ba6b4889bf9e4457(1).jpg

▲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(lèi)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(lèi)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)。

THEEND

最新評(píng)論(評(píng)論僅代表用戶觀點(diǎn))

更多
暫無(wú)評(píng)論