更新时间: 浏览次数: 258
中新网北京12月5日电 (记者 孙自法)国际著名学术期刊《自然》最新发表一篇气候研究论文称,研究人员研发出一个名为“GenCast”的机器学习模型,其能根据当前和未来天气进行可靠的概率天气预报。该模型表现不仅超过了目前最好的传统中程天气预报,还能更好地预测极端天气、热带气旋路线和风能产量。
该论文介绍,准确的天气预报对于个人、政府和组织的日常关键决策必不可少,这些决策包括是否带雨伞、评估风能产量或是极端天气规划。气象预报传统上使用数值天气预报法,这种方法估计当前天气,并基于此预测未来一段时间的天气情况(称为确定性预报)。这会产生大量潜在情景,通过结合这些情景就能进行天气预报。
在本项研究中,论文第一作者兼共同通讯作者、谷歌旗下前沿人工智能公司DeepMind的Ilan Price和同事合作,研发出GenCast的机器学习天气预测方法,其能生成概率性预测,即根据当前和之前的天气状态预测未来天气的可能性。论文作者用40年(1979至2018年)的天气发生最佳估计分析数据训练了GenCast,使其能在8分钟内对超过80个表面和大气变量进行以12小时为单位的15天全球预报。
这次研究结果显示,相较于一种确定性预报且是全球当前最好的中期预报——欧洲中期天气预报中心的集合预报(ENS),GenCast在用于评估表现的1320个指标中有97.2%的指标都优于ENS。论文作者还发现,GenCast在预测极端天气、热带气旋路线和风能产量时更有效。
论文作者总结指出,天气预报机器学习模型GenCast或能提供更高效、有效的天气预报,以支持实际规划。(完) 【编辑:张乃月】 新闻结尾
荡乳尤物3HP1V5:性感魅惑与热血激战交织的视觉盛宴的相关文章
乡镇长“直播带货”讲“中国小杂粮之乡”故事的相关文章
北方民族大学转型升级高质量发展暨庆祝建校40周年大会召开
一箭18星 中国成功发射千帆极轨02组卫星
全国养老服务信息平台上线试运行
万钢:中国汽车市场空间巨大 没有产能过剩的担忧
浙江LHD海洋潮流能发电站入选“全球海洋能20大亮点工程”
财政部:研究扩大专项债券使用范围,健全管理机制