При прогнозировании погоды метеорологи используют ряд моделей и источников данных для отслеживания формы и движения облаков, которые могут указывать на сильные штормы. Однако с постоянно расширяющимися наборами данных о погоде и приближающимися крайними сроками для них практически невозможно отслеживать все штормовые образования, особенно мелкие, в режиме реального времени.
Теперь существует компьютерная модель, которая может помочь прогнозистам быстрее и точнее распознавать потенциальные сильные штормы, благодаря группе исследователей из Penn State, AccuWeather, Inc.и Университет Альмерии в Испании. Они разработали структуру, основанную на линейных классификаторах машинного обучения - своего рода искусственном интеллекте, - который обнаруживает вращательные движения в облаках по спутниковым изображениям, которые в противном случае могли бы остаться незамеченными. Это ИИ-решение работало на суперкомпьютере Bridges в Питтсбургском суперкомпьютерном центре.
Стив Вистар, старший судебный метеоролог AccuWeather, сказал, что наличие этого инструмента, позволяющего направить его взгляд на потенциально угрожающие образования, может помочь ему сделать более точный прогноз.
«Самое лучшее прогнозирование включает в себя как можно больше данных», - сказал он. «Есть так много всего, что нужно понять, поскольку атмосфера бесконечно сложна. Используя модели и данные, которые у нас есть [перед нами], мы делаем снимок наиболее полного вида атмосферы».
В своем исследовании исследователи работали с Wistar и другими метеорологами AccuWeather, чтобы проанализировать более 50 000 исторических U. С. метеоспутниковые снимки. В них эксперты определили и обозначили форму и движение «запятых» облаков. Эти модели облаков тесно связаны с образованием циклонов, которые могут привести к суровым погодным явлениям, включая град, грозы, сильный ветер и метели.
Затем, используя компьютерное зрение и методы машинного обучения, исследователи научили компьютеры автоматически распознавать и обнаруживать облака в форме запятой на спутниковых снимках. Затем компьютеры могут помочь экспертам, указывая в режиме реального времени, где в океане данных они могли бы сосредоточить свое внимание, чтобы обнаружить наступление суровой погоды.
«Поскольку облако в форме запятой является визуальным индикатором суровых погодных явлений, наша схема может помочь метеорологам прогнозировать такие явления», - сказала Рэйчел Чжэн, докторант Колледжа информационных наук и технологий в Пенсильвании. главный исследователь проекта.
Исследователи обнаружили, что их метод может эффективно обнаруживать облака в форме запятой с точностью 99 процентов, в среднем 40 секунд на прогноз. Он также смог предсказать 64 процента суровых погодных явлений, превзойдя другие существующие методы обнаружения суровых погодных условий.
«Наш метод может зафиксировать большинство облаков в форме запятой, помеченных человеком», - сказал Чжэн. «Более того, наш метод может обнаруживать некоторые облака в форме запятой до того, как они полностью сформируются, и наши обнаружения иногда происходят раньше, чем распознавание человеческого глаза».
«Призвание нашего бизнеса - спасать жизни и защищать имущество», - добавил Вистар. «Чем более заблаговременно уведомлены люди, которые могут быть затронуты штормом, тем лучше мы предоставляем эту услугу. Мы пытаемся получить самую лучшую информацию как можно раньше».
Этот проект расширяет предыдущую работу AccuWeather и исследовательской группы College of IST под руководством профессора Джеймса Вана, который является научным руководителем Zheng.
«Когда началось наше сотрудничество [с AccuWeather в 2010 году], мы осознали, что серьезной проблемой, стоящей перед метеорологами и климатологами, было осмысление огромного и постоянно растущего объема данных, генерируемых спутниками наблюдения Земли, радарами и сенсорными сетями, - сказал Ван.«Очень важно, чтобы компьютеризированные системы анализировали и извлекали уроки из данных, чтобы мы могли обеспечить своевременную и правильную интерпретацию данных в чувствительных ко времени приложениях, таких как прогнозирование суровых погодных условий».
Он добавил: «Это исследование является ранней попыткой показать исследовательскому сообществу возможность интерпретации визуальной информации, связанной с погодой, на основе искусственного интеллекта. Дополнительные исследования для интеграции этого подхода с существующими моделями численного прогнозирования погоды и другими симуляционные модели, скорее всего, сделают прогноз погоды более точным и полезным для людей».
Вистар заключил: «Преимущество [этого исследования] заключается в привлечении внимания очень занятого синоптика к тому, что в противном случае могло быть упущено из виду».