研究人员利用人工智能技术来预测恶劣天气，准确率高达99％？

在预测天气时，气象学家使用许多模型和数据来源来跟踪可能预测强风暴的云的形状和运动。然而，随着天气数据集的扩大，它们几乎不可能实时监测所有风暴的形成，特别是较小的风暴。

现在，宾夕法尼亚州立大学(Penn State University)、AccuEnergy和西班牙阿尔梅里亚大学(University Of Almeria)的一个研究小组建立了一个计算机模型，可以帮助预报员更快、更准确地识别潜在的严重风暴。他们开发了一种基于机器学习的线性分类器(一种人工智能)框架，可以从卫星图像中检测云的旋转运动，否则这些图像可能会被忽略。人工智能解决方案运行在匹兹堡超级计算中心的Bridges超级计算机上。

SteveWestin(SteveWestin)，Accu天气公司的一位高级气象学家，说这个工具可以让他观察可能构成威胁的云，这可以帮助他做出更好的预测。

“最好的预测包含尽可能多的数据，”他说。“因为大气是无限复杂的，所以有太多的东西需要吸收。通过使用我们的模型和数据，我们可以看到最完整的大气。”

在他们的研究中，研究人员与wistar和accu气象学家合作，分析了50，000多张美国历史气象卫星图像。在这些照片中，专家识别并标记了“逗号”云的形状和运动。这些云与气旋的形成密切相关，气旋可导致冰雹、雷暴、强风和暴风雪等严重天气事件。

然后，研究人员利用计算机视觉和机器学习技术，教计算机自动识别和检测卫星图像中的逗号状云。然后，这些计算机可以帮助专家实时指出，他们可以集中精力处理大量的数据，以便找出正在发生的恶劣天气。

研究人员发现，他们的方法能够有效地检测出逗号形状的云，准确率达99%，平均预测时间为40秒。它还能够预测64%的恶劣天气事件，超过了现有的其他恶劣天气探测方法。

本文素材来源于网络，如有侵权，请联系作者删除，喜欢的朋友可以点下关注