在预测天气时，气象学家使用许多模型和数据源来跟踪可能预示严重风暴的云的形状和运动。然而，随着天气数据集的不断扩大，他们几乎不可能实时监测所有风暴的形成，尤其是较小规模的风暴。
现在，宾夕法尼亚州立大学、AccuWeather公司和西班牙阿尔梅里亚大学的一组研究人员，有了一个计算机模型，可以帮助预测者更快、更准确地识别潜在的严重风暴。他们开发了一个基于机器学习线性分类器（一种人工智能）的框架，可以从卫星图像中探测到云层的旋转运动，否则这些图像可能会被忽视。这个人工智能解决方案运行在匹兹堡超级计算中心的Bridges超级计算机上。
AccuWeather公司的高级气象学家史蒂夫·威斯塔（Steve Wistar）说，有了这个工具，他可以把目光投向可能构成威胁的云层，这可以帮助他做出更好的预测。
“最好的预测包含尽可能多的数据，”他说。“因为大气层是无限复杂的，所以要吸收的东西太多了。通过使用我们（面前的）模型和数据，我们正在拍摄最完整的大气层外观。”
在他们的研究中，研究人员与Wistar和AccuWeather气象学家一起分析了5万多张美国历史气象卫星图像。在这些照片中，专家们识别并标记了“逗号状”云的形状和运动。这些云与气旋的形成密切相关，气旋的形成可导致冰雹、雷暴、大风和暴风雪等恶劣天气事件。
然后，利用计算机视觉和机器学习技术，研究人员教计算机自动识别和探测卫星图像中的逗号形状的云。然后，这些计算机可以帮助专家实时指出，在海量数据中，他们可以把注意力集中在哪里，以便发现恶劣天气的发生。
研究人员发现，他们的方法可以有效地探测到逗号形状的云，准确率高达99%，平均每次预测时间为40秒。它还能够预测64%的恶劣天气事件，超过了现有的其他恶劣天气探测方法。
来源：新浪VR
