DeepMind开发降水临近预报AI模型,表现超越传统预测方法

DeepMind和英国气象局合作,发布了最新将人工智能用于气象预报的研究,推进降水临近预报科学的进展,能良好预测未来1到2小时的下雨,以及诸如下雪等降水现象。

天气预测对于人类生活意义重大,中世纪气象学家就以各种方式预测降雨模式,到了近代科学萌芽,开始用大气物理方程式来预测全球天气,而DeepMind表示,现在气象预测又往前跨了一步,已经可以使用机器学习来预测降水。

每天的天气预报由强大的数值天气预测系统进行预测,通过求解物理方程式,数值天气预测系统能在数天前进行行星尺寸的预测,但是由于该系统计算时间过长,难以在2小时内产生高分辨率预测,因此需要临近预报,来填补这个因运算性能不足,而产生的预报空白。

临近预报对于水资源管理、农业、航空和户外活动等产业非常重要,天气传感设备的进步,使得研究能源能够获得高分辨率的雷达资料,而机器学习则刚好适合应用于临近预报,借由利用高品质资料,解决关键领域的难题。

DeepMind这个新人工智能模型,针对临近预报降雨所开发,最多可提前两小时预测降雨量、时间和位置,研究人员使用了1种称为生成建模(Generative Modelling)的方法,根据过去的雷达资料,对未来的雷达资料进行详细且合理的预测。

使用该方法,DeepMind不只可以准确捕捉到大规模事件,还可以生成系集预报(Ensemble Predictions),进而探索降雨的不确定性。这项研究使用了来自英国和美国的雷达资料,并且经英国气象局的50位气象专家进行评估,与目前被广泛使用的临近预报方法相比,在89%的案例中DeepMind的新方法表现较佳。

发表评论