达摩院与国家气象中心共研AI算法,成功辅助预测广东省多地强对流天气
6月22日5时50分,国家气象中心强天气预报中心使用AI预报广东省多地对流云团将持续增强,预报结果显示未来短时强降雨发生的可能性较大。7时10分,深圳市气象台发布暴雨红色分区预警,深圳市通知全市中小学生停课,7时至9时,深圳遭遇暴雨袭击,全城道路漫水。
6月22日5时50分,国家气象中心用AI预报未来1小时广东深圳等地将有强降雨发生。
此次国家气象中心预测广东多地区突发强降雨采用的是雷达反射率临近预报AI算法,该AI算法由达摩院和国家气象中心联合研发,实现了全国范围雷达回波的未来0-3小时精细化预报,同时将预测精精度最小为1公里范围,可辅助预报员预测临近时段内突发性的强对流天气。
深圳市气象台于6月22肉7时10分发布暴雨红色预警,随后深圳市全市中小学停课。
强对流天气来势凶猛、变化迅速,因此及时准确的短临天气预报能够有效指导防灾减灾,在公众出行、交通、水利等领域都具有重要作用。过去几十年,基于雷达数据的线性外推方法一直是业界预测短临强对流天气的主要途径,但该方法难以对强对流系统的生成、发展、减弱和消散等过程进行预测,预报效果有限。
(图片来源网络)上午7-9时,深圳遭遇暴雨袭击,全城道路漫水
目前,全球各地气象机构纷纷探索用AI来解决强对流天气预测难的问题。AI能从海量历史数据中,提取对流系统生消演变规律,从而具备较好的强对流系统未来生消演变的预报能力,可解决传统预报方法效率低的难题。
达摩院与国家气象中心联合研发的AI算法在预测精准度和精细度上双双实现突破。该算法采用时空分离的卷积神经网络,利用达摩院自研的方向自注意力卷积,对大气的聚合消散过程进行建模,准确高效的提取时空特征;设计了同化模块,有机结合地形数据、雷达、卫星数据等多源观测数据,可将预报时效延长至3小时;此外,该算法采用全新的生成对抗训练方法,显著提升预报图像的清晰度,可实现全国范围内的雷达回波实时预报。
据介绍,今年3月,该 AI算法首次在国家气象中心进行业务试验,截至目前,已成功预测多次强天气现象。例如,3月30日贵州多地遭遇冰雹袭击,预报员参考AI的预测结果,进行深入的研判分析,相关部门提前发出预警信息。
2020年9月,达摩院发布天、空、地多源数据精准分析平台AI Earth,该平台可对卫星影像、无人机影像、实时视频流、气象数据、IoT数据等多源地球观测数据进行融合分析,在气象预测领域,该平台已具备短临天气预测能力。
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击