使用人工智能的新天氣預(yù)報研究正在快速跟蹤全球天氣預(yù)報。最近發(fā)表在 J 地球系統(tǒng)建模的最新進(jìn)展， 上的 研究 可以幫助確定未來 2-6 周內(nèi)可能出現(xiàn)的極端天氣。對極端天氣的準(zhǔn)確預(yù)測和較長的準(zhǔn)備時間使社區(qū)和關(guān)鍵部門（如公共衛(wèi)生、水管理、能源和農(nóng)業(yè)）有更多的時間準(zhǔn)備和減輕潛在災(zāi)害。

氣候變化正在放大極端天氣事件的強(qiáng)度和頻率，全球有 2021 的風(fēng)暴、熱浪、洪水和干旱記錄。根據(jù)最近的一份報告 NOAA report ，去年美國經(jīng)歷了 20 起不同的氣候引發(fā)的天氣災(zāi)害，每起災(zāi)害造成的損失總計超過 10 億美元。

短期和季節(jié)性天氣預(yù)報可以在減少極端天氣的社會經(jīng)濟(jì)和人類成本方面發(fā)揮重要作用。 2019 年，氣象學(xué)家警告菲律賓地方和國家領(lǐng)導(dǎo)人， 3 周后將有一場暴雨。該預(yù)報為社區(qū)提供了時間，在 4 級臺風(fēng)來襲之前，對建筑物進(jìn)行風(fēng)化處理并疏散人員，拯救了生命，減少了對該地區(qū)的總體破壞。

當(dāng)前的天氣預(yù)報依靠超級計算機(jī)處理大量全球數(shù)據(jù)，如溫度、壓力、濕度和風(fēng)速。這些系統(tǒng)需要大量的計算資源，并且需要時間來處理。

此外，根據(jù)作者的說法，準(zhǔn)確預(yù)測未來幾周到幾個月的天氣預(yù)報的能力顯著下降。

為了改進(jìn)當(dāng)前的天氣預(yù)報，研究人員旨在創(chuàng)建一個計算效率高的模型，能夠準(zhǔn)確預(yù)測即將到來的天氣，稱為深度學(xué)習(xí)天氣預(yù)報（ DLWP ）。 DLWP 最初是在 2020 年發(fā)布的 paper 中引入的，它依賴于一種 AI 算法，該算法基于全球網(wǎng)格學(xué)習(xí)和識別歷史天氣數(shù)據(jù)中的模式。

目前的工作通過在大氣邊界層溫度和總柱水汽兩個附加數(shù)據(jù)點(diǎn)上訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)來細(xì)化 DLWP 。他們還將赤道處的網(wǎng)格分辨率提高到約 1.4 °。

該模型在 GPU V100 GPU 上的單一 cuDNN 加速 TensorFlow 深度學(xué)習(xí)框架上運(yùn)行，僅需 3 分鐘即可運(yùn)行 320 次為期 6 周的整體預(yù)測。該算法可以在十分之一秒內(nèi)處理一周的預(yù)測。

DLWP 能夠?qū)χT如颶風(fēng) Irma （ 2017 年襲擊佛羅里達(dá)和加勒比地區(qū)的 4 級風(fēng)暴）等天氣事件進(jìn)行現(xiàn)實(shí)的預(yù)測。雖然快速 DLWP 模型在未來 4 到 6 周內(nèi)與當(dāng)前最先進(jìn)的天氣預(yù)報員的性能相匹配，但它在預(yù)測降水量方面存在局限性，并且在 2 到 3 周的較短前置時間內(nèi)精確度較低。

根據(jù)這項(xiàng)研究， DLWP 也可能被證明是補(bǔ)充熱帶地區(qū)春季和夏季預(yù)報的一個有價值的工具，而熱帶地區(qū)對當(dāng)前的天氣模型提出了挑戰(zhàn)。

關(guān)于作者

Michelle Horton 是 NVIDIA 的高級開發(fā)人員通信經(jīng)理，擁有通信經(jīng)理和科學(xué)作家的背景。她在 NVIDIA 為開發(fā)者博客撰文，重點(diǎn)介紹了開發(fā)者使用 NVIDIA 技術(shù)的多種方式。

審核編輯：郭婷