气象学家如何利用人工智能预测飓风米尔顿和其他风暴

飓风贝瑞尔影响德克萨斯海岸线

(SeaPRwire) –   周三晚上,将成为2024年登陆美国本土的。随着像这样的风暴越来越频繁和强烈,人工智能在气象学家和其他科学家跟踪这些风暴并减轻其危害的努力中发挥着越来越重要的作用。

多年来,气象学家根据风速、温度、湿度和其他因素建立了复杂的风暴预报模型,并通过飞机、浮标和卫星的读数进行记录。但这些模型可能需要几个小时才能生成更新的预报。

另一方面,机器学习模型利用了对地球大气的大量了解以及先前风暴如何展开的数据。它们擅长模式识别,能在极短的时间内找出大多数人无法辨别出的趋势。今年,它们反复提供了准确的风暴相关预测,这些预测是在风暴袭击海岸前几秒钟内生成的,并且提前了几天。

“气象界在某些情况下不情愿地,在某些情况下则完全拥抱人工智能建模,”休斯顿的气象学家说。“就飓风而言,我们已经了解到人工智能建模可以与基于物理的模型相媲美,因此您必须使用它。”

Lanza 说,本周,许多不同类型的模型之间达成了一致,认为米尔顿可能会在佛罗里达州的克利尔沃特和萨拉索塔之间登陆。Lanza 说,人工智能建模“可能比其他许多模型早了 12 到 18 个小时就发现了这种潜在的结果。”

人工智能跟踪风暴的准确性

这不是人工智能模型今年首次在传统模型之前预测飓风的路径。由谷歌人工智能公司 Deepmind 创建的 GraphCast,在 40 年的全球天气数据上训练了一个人工智能程序,并预测贝瑞尔,即 2024 年首个大型大西洋飓风,将在德克萨斯州登陆,而顶级欧洲模型则预测了墨西哥登陆。该项目背后的团队,其中一位评委称其为“革命性的进步”。

几个月后,一个名为 AIFS 的欧洲人工智能模型成功预测了登陆墨西哥湾沿岸的路径。“一致性令人难以置信,”Lanza 说。“即使是表现最好的传统模型,我相信也没有这么一致。”Lanza 说,该模型的准确性让他的团队相信这场风暴不会对德克萨斯州构成重大威胁,这使得地面上的人们能够更适当地进行计划和协调资源。

其他主要的预报模型包括由 NVIDIA 开发的,以及。国家飓风中心 (NHC) 已经将其纳入其预报流程,NHC 副主任 Jamie Rhome 称其为去年成功的“支柱”。“人工智能的复杂程度已经显著提高,并且仍在不断提高,这一点至关重要,因为我们只有三个小时的时间来进行预测,”他告诉 NBC 迈阿密。

尽管取得了成功,但该技术仍然存在很多问题。一项发现,虽然机器学习模型有效地预测了欧洲风暴 Ciarán 的大规模特征,但它们未能记录破坏性的地面风和其他风暴的异常方面。Lanza 说,人工智能模型往往低估了飓风的强度,有时难以衡量降水量。

由于存在这些错误,Lanza 说,气象学家不应完全依赖人工智能预报。“我们不会把缰绳交给这些东西,然后说,‘给我一个预报,我就把它重复一遍,”他说。“你仍然必须查看可用的更广泛的工具。”

预测风暴潮

在佛罗里达大学,人工智能科学家正在努力解决这些更细粒度的准确性问题之一:风暴潮将如何影响佛罗里达州的海岸线。Jiang 说,海岸线建模的人工智能落后于全球天气预报,因为缺乏高质量的训练数据,以及数据驱动的神经网络通常不知道基本的物理原理,比如水如何流动或分散。

为了推动该领域的发展,Jiang 和他的同事,包括海岸海洋学家,一直在基于海岸模拟训练一个 AI 代理。初步结果表明,这个 AI 生成的洋流预报速度比以前的模型快 500 倍。Jiang 希望很快为风暴潮训练这个模型,他希望这能够挽救生命并防止财产损失。“在目前的预报中,可能需要几个小时才能做出预报。如果我们将时间缩短到几秒钟,灾难管理人员可以提前计划更多时间,让更多人更好地为潜在的损失做好准备,”Jiang 说。

但 Jiang 谨慎地指出,仅仅使用通用人工智能模型来预测风暴潮可能会造成灾难性的后果。“神经网络有时会做出过于自信但并不准确的预测,在高风险决策中造成严重后果,”他说。

许多其他研究人员也已经开始了平行项目。迈阿密大学的一名研究人员正在,希望建立活动风暴系统的 3D 复制品,这样飞机就不必飞入风暴系统进行读数。另一家公司正在利用机器学习来尝试,以及受影响的居民人数。

Jiang 说,面对像米尔顿这样的飓风让他的工作更加紧迫:“我家附近正在发生越来越多像飓风米尔顿这样的严重事件和海岸线灾害,我们正在与时间赛跑,努力更快地开发人工智能技术。”

本文由第三方内容提供商提供。SeaPRwire (https://www.seaprwire.com/)对此不作任何保证或陈述。

分类: 头条新闻,日常新闻

SeaPRwire为公司和机构提供全球新闻稿发布,覆盖超过6,500个媒体库、86,000名编辑和记者,以及350万以上终端桌面和手机App。SeaPRwire支持英、日、德、韩、法、俄、印尼、马来、越南、中文等多种语言新闻稿发布。