Google提出一種用于降水預(yù)報(bào)的神經(jīng)天氣模型 可在未來8小時(shí)內(nèi)以1km的分辨率預(yù)報(bào)降水量

準(zhǔn)確預(yù)測未來幾分鐘到幾周的天氣是一項(xiàng)基本的科學(xué)挑戰(zhàn)，它可以對社會的許多方面產(chǎn)生廣泛影響。

據(jù)外媒報(bào)道，近日，在先前對降水量預(yù)報(bào)的研究基礎(chǔ)上，Google提出了MetNet，這是一種用于降水預(yù)報(bào)的神經(jīng)天氣模型。

這種DNN（深神經(jīng)網(wǎng)絡(luò)）在強(qiáng)大的專用硬件（如GPU和TPU）上使用并行計(jì)算，發(fā)現(xiàn)數(shù)據(jù)中的模式，并學(xué)習(xí)從輸入到所需輸出的復(fù)雜轉(zhuǎn)換。

DNN能夠在未來8小時(shí)內(nèi)以1km 的分辨率預(yù)報(bào)降水量，時(shí)間間隔為2分鐘。

MetNet的預(yù)測時(shí)間比NOAA（美國國家海洋和大氣管理局）目前使用的最先進(jìn)的基于物理的模型提前了7-8小時(shí)。它可以在幾秒鐘內(nèi)對整個(gè)美國的降水量進(jìn)行預(yù)測，而NOAA 需要花費(fèi)一小時(shí)。

Google正在積極研究如何改進(jìn)全球天氣預(yù)報(bào)模型，尤其是在氣候快速變化很大的地區(qū)的準(zhǔn)確性。雖然上文展示了美國大陸目前的MetNet模型，但它可以擴(kuò)展到任何有足夠雷達(dá)和光學(xué)衛(wèi)星數(shù)據(jù)的地區(qū)。

Google也希望通過今后與氣象界的合作，能夠帶來更大的改進(jìn)。

責(zé)任編輯：wv