新華社北京7月7日電　一個國際研究團隊最新開發出一種基于人工智能的計算模型，能夠有效檢測云的旋轉運動，有助更快、更準確地預測惡劣天氣。

　　通常，氣象學家會把衛星圖像中云的形狀和運動作為預測主要風暴類型的指標，但隨著天氣數據集的不斷擴大，氣象學家無法實時監測所有風暴的形成，尤其是小規模的風暴。

　　由美國賓夕法尼亞州立大學、阿庫氣象公司、西班牙阿爾梅里亞大學等機構組成的研究小組分析了50000多張美國氣象衛星的歷史圖像，在這些圖像中，氣象學家鑒定并標記了逗點狀云系的形態和運動。逗點狀云系因其外形類似于逗號而得名，與氣旋的形成密切相關，而氣旋的形成可導致包括冰雹、雷暴、大風和暴風雨等在內的惡劣天氣事件。

　　研究人員利用計算機視覺和機器學習技術，“教會”計算機自動識別和檢測衛星圖像中的逗點狀云系，幫助專家更高效地在海量的天氣數據中及時發現惡劣天氣的“端倪”。

　　研究人員發現，他們的方法可以有效地檢測出逗點狀云系，準確率高達99%，甚至在一些逗點狀云系完全形成前就能檢測到它們。此外，這種方法還可以有效地預測出64%的惡劣天氣事件，優于其他現有的惡劣天氣監測方法。

　　研究人員指出，這項研究還屬于早期嘗試，旨在向研究界證明能夠用人工智能闡釋與天氣有關的信息，將這種方法與其他天氣預報模型相結合，將有可能使天氣預報更準確。

　　相關研究結果已發表在國際電氣與電子工程師協會《地球科學與遙感會刊》上。

【糾錯】

責任編輯： 劉陽