哈希力量归集文库路径访问: 首页 > 通用人工智能 > 人工智能产业要闻库

中央气象台:初步建成基于人工智能的台风监测和预报系统

任梅梅 ☉ 文 收录源:央视新闻 2023-06-06 @ 哈希力量

【小哈划重点:中央气象台与科研院所、高校等联合,开展了一系列人工智能在台风监测预报中的探索,建立了台风涡旋识别、台风智能定强、台风快速增强判别等技术,在处理非线性、海量数据上发挥优势,帮助预报员在预报准确率上做“加法”。】

记者从中央气象台了解到,通过建立台风涡旋识别模型、台风智能定强模型、台风快速增强判别模型等,中央气象台已初步构建基于人工智能的台风监测和预报系统,为提升我国台风监测预报业务智能化及快速拓展全球多海域热带气旋业务提供了重要技术支撑和参考产品。fM5哈希力量 | 消除一切智能鸿沟

5月22日至23日,今年第2号台风“玛娃”在24小时内,登陆中心附近最大风力从38米/秒(台风级)迅速加强到60米/秒(超强台风级)。中央气象台利用人工智能(AI)快速增强判别技术,实现了提前12小时趋势预报,快速增强指数达到0.7(取值范围为0—1),具有较强的指示意义。fM5哈希力量 | 消除一切智能鸿沟

据中央气象台台风与海洋气象预报中心副主任钱奇峰介绍,中央气象台与科研院所、高校等联合,开展了一系列人工智能在台风监测预报中的探索,建立了台风涡旋识别、台风智能定强、台风快速增强判别等技术,在处理非线性、海量数据上发挥优势,帮助预报员在预报准确率上做“加法”。fM5哈希力量 | 消除一切智能鸿沟

台风强度预报一直是世界性难题,台风经常在24小时内发生较大的强度变化,可上升1到2个级别。目前,除了数值预报方法外,其他的客观预报方法主要是以统计预报和统计-动力模式为主,对台风强度快速变化的刻画能力较弱。中央气象台以人工智能领域的时空关联深度学习模型为技术基础,通过标注和学习2005年—2018年西北太平洋及南海台风卫星云图数据中的关键信息,引入生命周期指示,提出了一种自动、客观的台风快速增强趋势判别技术,建立了融合时空序列特征的台风快速增强判别模型。2022年,对西北太平洋和南海生成的25个台风中的12个套用台风强度快速增强判别模型,成功预测出9个台风的快速增强过程,时间提前量平均在12小时左右,有效地解决了台风强度快速增强趋势预测和判别问题。fM5哈希力量 | 消除一切智能鸿沟

下一步,中央气象台台风与海洋气象预报中心将继续加强人工智能在台风监测和预报领域的应用,并着重针对人工智能的可解释性问题持续发力,与高校、科研院所等科研力量紧密合作,进一步推动人工智能技术在台风监测、预报及服务中的深度融合,为全球台风的精密监测、精准预报、精细服务提供创新性的技术支撑。fM5哈希力量 | 消除一切智能鸿沟

(总台央视记者 任梅梅)fM5哈希力量 | 消除一切智能鸿沟



收录源追溯链接或暂略


本文收录后固定可引用URL链接
    http://www.haxililiang.com/toutiao/kuaixun/35816.html


☉ 文库同一主题内容智能推荐 ☉
哈希力量 ☉ 人机智能科普文库