人工智能助力中长期气象预报.docx

上传人:lao****ou 文档编号:855437 上传时间:2024-06-25 格式:DOCX 页数:2 大小:6.43KB
下载 相关 举报
人工智能助力中长期气象预报.docx_第1页
第1页 / 共2页
人工智能助力中长期气象预报.docx_第2页
第2页 / 共2页
亲,该文档总共2页,全部预览完了,如果喜欢就下载吧!
资源描述

《人工智能助力中长期气象预报.docx》由会员分享,可在线阅读,更多相关《人工智能助力中长期气象预报.docx(2页珍藏版)》请在第一文库网上搜索。

1、人工智能助力中长期气象预报北京7月9日电(记者张蕾)随着算力增长的趋缓和物理模 型的逐渐复杂化,传统数值预报的瓶颈日益突出,研究者开始挖 掘新的气象预报范式,例如使用深度学习方法来预测未来天气。 在数值方法应用最广泛的中长期预报领域,现有的Al预报方法 精度显著低于数值预报方法,并受到可解释性欠缺、极端天气预 测不准等问题的制约。来自华为云的研究人员提出一种新的高分 辨率全球Al气象预报系统盘古气象大模型。作为首个精度 超过传统数值预报方法的Al模型,华为云盘古气象大模型的预 报速度是传统数值模式的IOOOO倍以上,能够提供全球气象秒级 预报,预测结果包括位势、湿度、风速、温度、海平面气压等,

2、 可以直接应用于多个气象研究细分场景。华为云研发团队两年前开始Al气象方向的研究。他们发现, Al气象预报模型的精度不足主要有两个原因:一是现有Al气象 预报模型都是基于2D神经网络,无法很好地处理不均匀的3D气 象数据;二是Al方法缺少数学、物理的机理约束,在迭代过程 中会不断积累迭代误差。为此,团队提出用适应地球坐标系统的 三维神经网络处理复杂的不均匀3D气象数据,并且使用层次化 时域聚合策略减少预报迭代次数,从而减少迭代误差。基于43 年的全球天气数据训练深度神经网络后,盘古气象大模型在精度 和速度上全面超越了传统的数值预测方法。谈到为何选择Al气象预报领域作为突破口,华为云研发团 队负责人表示:一方面,气象预报尤其是对暴雨、台风、干旱、 寒潮等极端天气的精准预测关乎国计民生;另一方面,气象预测 问题非常复杂,Al可以从海量数据中挖掘出新的大气演变规律, 在精度和速度上具有相当大的提升潜力。“未来,华为云将联合 全球气象机构,继续探索并发挥Al在气象领域的应用潜力,为 农林牧渔、航空航海等行业及公共安全领域提供有力的科技支 持。”该负责人表示。(2023 年)

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 应用文档 > 工作总结

copyright@ 2008-2022 001doc.com网站版权所有   

经营许可证编号:宁ICP备2022001085号

本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有,必要时第一文库网拥有上传用户文档的转载和下载权。第一文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知第一文库网,我们立即给予删除!



客服