為什么氣象站和AI都測(cè)不準(zhǔn)天氣？

因?yàn)椋禾煊胁粶y(cè)風(fēng)云。

為丹江口等地區(qū)用戶提供了全套網(wǎng)頁設(shè)計(jì)制作服務(wù)，及丹江口網(wǎng)站建設(shè)行業(yè)解決方案。主營(yíng)業(yè)務(wù)為做網(wǎng)站、網(wǎng)站制作、丹江口網(wǎng)站設(shè)計(jì)，以傳統(tǒng)方式定制建設(shè)網(wǎng)站，并提供域名空間備案等一條龍服務(wù)，秉承以專業(yè)、用心的態(tài)度為用戶提供真誠的服務(wù)。我們深信只要達(dá)到每一位用戶的要求，就會(huì)得到認(rèn)可，從而選擇與我們長(zhǎng)期合作。這樣，我們也可以走得更遠(yuǎn)！

編者按：本文來自微信公眾號(hào)“HyperAI超神經(jīng)”（ID:HyperAI），作者 神經(jīng)星星，36氪經(jīng)授權(quán)發(fā)布。

根據(jù)氣象部門預(yù)報(bào)，8 月 12 日北京將迎來今年入汛以來最強(qiáng)降雨，各級(jí)部門都發(fā)出了預(yù)警通知。

經(jīng)過一天一夜的漫長(zhǎng)等待，間歇到來的暴雨給網(wǎng)友們提供了諸多靈感，創(chuàng)造了不少廣泛傳播的段子。也讓大家好奇起天氣如何預(yù)報(bào)？如何讓天氣預(yù)報(bào)更準(zhǔn)確、更及時(shí)？

天氣預(yù)報(bào)，歸龍王和衛(wèi)星誰管？

過去，天氣預(yù)報(bào)是基于各類氣象觀測(cè)儀器和多個(gè)氣象站，把溫度、濕度、氣壓等指標(biāo)測(cè)量出來，匯總后將觀測(cè)結(jié)果繪制到一張圖上。

這一張圖上，呈現(xiàn)大氣不同高度、不同層次的變化，從而預(yù)測(cè)可能出現(xiàn)的天氣。

氣象數(shù)據(jù)十分復(fù)雜，往往由數(shù)十種來源和類型

不同的氣象會(huì)使用不同的設(shè)施進(jìn)行檢測(cè)。例如，地面站直接測(cè)量風(fēng)和降水等，還可以進(jìn)行溫壓濕風(fēng)觀測(cè)、閃電觀測(cè)。

雷達(dá)觀測(cè)，比如多普勒雷達(dá)可以檢測(cè)實(shí)時(shí)測(cè)量降水，以及遙感自動(dòng)觀測(cè)。

我們熟悉的風(fēng)云衛(wèi)星就是氣象衛(wèi)星，就是提供多光譜成像，比如晝夜可見光、紅外云圖，冰雪覆蓋、植被、海洋水色、海面溫度等；

17年9月，微信將開屏圖片更換為 由靜止軌道氣象衛(wèi)星風(fēng)云四號(hào) A 星從太空拍攝的祖國(guó)全景

如今，天氣預(yù)報(bào)增加了數(shù)值預(yù)報(bào)模式、算法預(yù)報(bào)等更多客觀方法，也有了更加完善的預(yù)報(bào)系統(tǒng)和觀測(cè)資料。

氣象學(xué)，復(fù)雜到可以體現(xiàn)國(guó)力

氣象學(xué)研究，不單單是刮風(fēng)下雨，而是從海洋到天空，涵蓋了大氣圈、水泉、巖石圈、生物圈、冰凍圈組成的五大圈。

中國(guó)氣象局影視中心的總工程師，在接受「我是科學(xué)家 iScientist 」的采訪中提到：「在氣象學(xué)的研究中，需要用物理來解釋大氣和海洋的運(yùn)動(dòng)，需要用化學(xué)了解物質(zhì)的變化、需要用數(shù)學(xué)來統(tǒng)計(jì)和計(jì)算。在寥寥數(shù)字的天氣預(yù)報(bào)背后，是大量綜合學(xué)科的知識(shí)積累，是一個(gè)國(guó)家最強(qiáng)的計(jì)算能力和空間探測(cè)能力?！?/p>

我國(guó)的天氣觀測(cè)網(wǎng)絡(luò)已經(jīng)形成了立體觀測(cè)，根據(jù)中國(guó)氣象局今年五月的消息，我國(guó)氣象部門現(xiàn)有地面氣象觀測(cè)站 7 萬多個(gè)，全國(guó)鄉(xiāng)鎮(zhèn)覆蓋率達(dá)到 99.6 %，數(shù)據(jù)傳輸時(shí)效從 1 小時(shí)提升到 1 分鐘。

216 部雷達(dá)組成的新一代天氣雷達(dá)網(wǎng)，成功發(fā)射了 17 顆風(fēng)云系列氣象衛(wèi)星，7 顆在軌運(yùn)行，為全球 100 多個(gè)國(guó)家和地區(qū)、國(guó)內(nèi) 2500 多個(gè)用戶提供服務(wù)。

目前，太空中有全球 1000 多顆氣象衛(wèi)星，可提供風(fēng)雨、溫度等的大量氣象數(shù)據(jù)，地球上還有數(shù)十萬個(gè)國(guó)家級(jí)和企業(yè)級(jí)氣象站，它們都在不斷收集實(shí)時(shí)數(shù)據(jù)。

國(guó)家級(jí)的氣象站為國(guó)民生活提供便利，企業(yè)級(jí)的氣象站則是提供商用服務(wù)，比如為大型農(nóng)場(chǎng)、體育賽事、航空業(yè)提供更細(xì)粒度的氣象數(shù)據(jù)。

天有不測(cè)風(fēng)云，AI 也測(cè)不準(zhǔn)

根據(jù)近期中國(guó)產(chǎn)業(yè)信息網(wǎng)的數(shù)據(jù)：未來5年中國(guó)氣象服務(wù)產(chǎn)業(yè)收入預(yù)計(jì)達(dá)到 3000 億元人民幣。

很多大型企業(yè)比如 GE、IbM、Google、松下公司等等都拓展和提供氣象方面的數(shù)據(jù)服務(wù)。

今年初Google 發(fā)布的《Machine Learning for precipitation Nowcasting from Radar Images（根據(jù)雷達(dá)圖像進(jìn)行降水臨近預(yù)報(bào)的機(jī)器學(xué)習(xí) ）》的論文中，Google AI 的研究人員針對(duì)「降水預(yù)測(cè)的機(jī)器學(xué)習(xí)模型的開發(fā)」提出新的研究方法。

論文中的新方法是利用數(shù)據(jù)驅(qū)動(dòng)、完全不使用大氣物理模型來建立短臨降水預(yù)報(bào)模型。僅使用神經(jīng)網(wǎng)絡(luò)，通過訓(xùn)練數(shù)據(jù)集來學(xué)習(xí)擬合大氣物理，而沒有使用先驗(yàn)的大氣物理基礎(chǔ)知識(shí)。

在這個(gè)方法中，降水預(yù)報(bào)被看作是一種由圖片至圖片的轉(zhuǎn)換問題，并利用一種 U-net 結(jié)構(gòu)的卷積神經(jīng)網(wǎng)來實(shí)現(xiàn)預(yù)報(bào)目的。

AI 測(cè)風(fēng)云：圖像識(shí)別 

在氣象預(yù)測(cè)中，雷達(dá)數(shù)據(jù)被轉(zhuǎn)換成圖像，通過提取圖像的色相、飽和度和亮度等特征，采用圖像識(shí)別的方法，對(duì)不同的天氣現(xiàn)象，比如區(qū)分降雨、降雪、冰雹、露、霜、霧（霾）。

上排的前三張圖，顯示了距現(xiàn)在 60 分鐘前，30 分鐘前和 0 分鐘之前的雷達(dá)圖像，最右邊的圖片顯示 60 分鐘后的雷達(dá)圖像，即臨近預(yù)報(bào)的地面真實(shí)情況。

下排左圖是為了進(jìn)行比較，通過應(yīng)用光流（OF）算法對(duì)來自上方前三個(gè)面板的數(shù)據(jù)進(jìn)行平流建模而產(chǎn)生的矢量場(chǎng)。

光流 OF 是 1940 年代開發(fā)的一種計(jì)算視覺方法，經(jīng)常用于預(yù)測(cè)短期天氣演變。

下排右圖就 OF 做出的示例預(yù)測(cè)，它很預(yù)測(cè)了降水量，不過未能說明風(fēng)暴的衰減強(qiáng)度。

AI 測(cè)風(fēng)云：高性能計(jì)算 

IbM 運(yùn)行著世界上分辨率最高的全球天氣預(yù)報(bào)模型——全球高分辨率大氣預(yù)報(bào)系統(tǒng)(GRAF)。它是第一個(gè)每小時(shí)更新一次的全球天氣模型，能夠預(yù)測(cè)地球上幾乎任何地方像雷暴這樣的小尺度天氣系統(tǒng)。

為了支持 GRAF 這樣的大型系統(tǒng)的運(yùn)行， IbM 為其支持了 84 個(gè) AC922 節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)配備 4 個(gè) Nvidia V100 GpU 以及 3.5 pb 的 IbM Spectrum Scale Storage ，每天可處理多達(dá) 10 Tb的天氣數(shù)據(jù)。

AI 測(cè)風(fēng)云：AI 說了也不算 

雖然現(xiàn)在看來，人工智能對(duì)于氣象預(yù)測(cè)、天氣預(yù)報(bào)提供了很多方面的科研加速。但經(jīng)過訪問行業(yè)內(nèi)的專業(yè)學(xué)者，我們得知在天氣預(yù)測(cè)中，影響天氣變化的因素成千上萬個(gè)，無論是光照、海水洋流，每一個(gè)變量都在時(shí)刻不停的變化，也都會(huì)影響到氣候變化。

涉及到的變量越多，對(duì)人工智能訓(xùn)練數(shù)據(jù)、計(jì)算能力的要求就越高，比如北京的這次強(qiáng)降雨，就是在強(qiáng)對(duì)流天氣提前一天預(yù)測(cè)和預(yù)警，也會(huì)存在一定誤差，無論是綜合研判還是 AI，在氣象數(shù)據(jù)的預(yù)測(cè)方面，還有很長(zhǎng)的路要走。

但能夠借助北京這次突如其來的降雨，讓更多的人了解到天氣預(yù)報(bào)背后的科學(xué)知識(shí)和科研力量的投入，也是一場(chǎng)有收獲的及時(shí)雨。

參考資料：

- 我是科學(xué)家iScientist：《為什么天氣預(yù)報(bào)會(huì)有報(bào)不準(zhǔn)？我們和氣象人談了談》

- Google：《Using Machine Learning to “Nowcast” precipitation in High Resolution》

- 機(jī)器之心《強(qiáng)化數(shù)據(jù)分析，精準(zhǔn)天氣預(yù)報(bào)，人工智能賦能氣象研究》

- IbM https://www.ibm.com/weather/industries/cross-industry/gra

文章名稱：為什么氣象站和AI都測(cè)不準(zhǔn)天氣？
URL地址：http://muchs.cn/article16/scsjgg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供品牌網(wǎng)站建設(shè)、用戶體驗(yàn)、自適應(yīng)網(wǎng)站、靜態(tài)網(wǎng)站、電子商務(wù)、網(wǎng)站維護(hù)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)