新華社北京7月7日電　一個(gè)國(guó)際研究團(tuán)隊(duì)最新開發(fā)出一種基于人工智能的計(jì)算模型，能夠有效檢測(cè)云的旋轉(zhuǎn)運(yùn)動(dòng),，有助更快,、更準(zhǔn)確地預(yù)測(cè)惡劣天氣,。

　　通常,，氣象學(xué)家會(huì)把衛(wèi)星圖像中云的形狀和運(yùn)動(dòng)作為預(yù)測(cè)主要風(fēng)暴類型的指標(biāo),，但隨著天氣數(shù)據(jù)集的不斷擴(kuò)大,，氣象學(xué)家無(wú)法實(shí)時(shí)監(jiān)測(cè)所有風(fēng)暴的形成,，尤其是小規(guī)模的風(fēng)暴。

　　由美國(guó)賓夕法尼亞州立大學(xué),、阿庫(kù)氣象公司、西班牙阿爾梅里亞大學(xué)等機(jī)構(gòu)組成的研究小組分析了50000多張美國(guó)氣象衛(wèi)星的歷史圖像,，在這些圖像中,，氣象學(xué)家鑒定并標(biāo)記了逗點(diǎn)狀云系的形態(tài)和運(yùn)動(dòng),。逗點(diǎn)狀云系因其外形類似于逗號(hào)而得名，與氣旋的形成密切相關(guān),，而氣旋的形成可導(dǎo)致包括冰雹,、雷暴、大風(fēng)和暴風(fēng)雨等在內(nèi)的惡劣天氣事件,。

　　研究人員利用計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)技術(shù),，“教會(huì)”計(jì)算機(jī)自動(dòng)識(shí)別和檢測(cè)衛(wèi)星圖像中的逗點(diǎn)狀云系，幫助專家更高效地在海量的天氣數(shù)據(jù)中及時(shí)發(fā)現(xiàn)惡劣天氣的“端倪”,。

　　研究人員發(fā)現(xiàn),，他們的方法可以有效地檢測(cè)出逗點(diǎn)狀云系，準(zhǔn)確率高達(dá)99%,，甚至在一些逗點(diǎn)狀云系完全形成前就能檢測(cè)到它們,。此外，這種方法還可以有效地預(yù)測(cè)出64%的惡劣天氣事件,，優(yōu)于其他現(xiàn)有的惡劣天氣監(jiān)測(cè)方法,。

　　研究人員指出，這項(xiàng)研究還屬于早期嘗試,，旨在向研究界證明能夠用人工智能闡釋與天氣有關(guān)的信息,，將這種方法與其他天氣預(yù)報(bào)模型相結(jié)合，將有可能使天氣預(yù)報(bào)更準(zhǔn)確,。

　　相關(guān)研究結(jié)果已發(fā)表在國(guó)際電氣與電子工程師協(xié)會(huì)《地球科學(xué)與遙感會(huì)刊》上,。

【糾錯(cuò)】

責(zé)任編輯： 劉陽(yáng)