江苏龙网

  1. 首页 > 资讯 > 科技 > >

气象以AI赋能气象预报，眼控科技着力打造智慧气象行业标杆

气象状况与人们生产生活息息相关 ， 精准的气象预报能为人们生产生活提供科学准确的决策指导和服务 。 随着智能化时代的到来 ， 人们依托先进技术手段建立起各种预测天气的方式 ， 人工智能技术的身影也在气象预测领域日渐活跃 。
5月15日 ， 在北京国家气象中心举办的一场气象预报论坛上 ， 来自上海眼控科技股份有限公司人工智能研究院的专家博士分享了眼控科技最新的气象预测技术研究成果 。 此次技术分享得到了参会的三百多名气象领域的专家学者、气象爱好者的一致好评 ， 引发业界的热烈讨论 。 眼控科技人工智能研究院究竟在气象预测技术上有着怎样的突破 ， 会引发如此大的反响？
气象以AI赋能气象预报，眼控科技着力打造智慧气象行业标杆
图片

AI赋能数值模式 ， 气象预测精准度大幅提升
数值模式预报是根据大气运动的数学模型 ， 利用当前天气状况作为输入数据而做出天气预报的手段 ， 通常使用超级计算机或分布式计算集群依据一系列动力学框架来完成计算 。 天气数值模式的输出是矩阵形式 ， 可以用图像的方式可视化 。 同一片区域矩阵数值越密集 ， 代表这个区域预测的细致程度越高 。
对于局部区域来说 ， 精细化预报结果可以提供更为丰富的信息 。 从应用角度 ， 精细化预报将预报精度从城市级别提升到所在地点经纬度级别；从研究角度 ， 精细化预报不仅提供了某个地点从地面到大气层顶的气温、降水、风向、风速基本气象要素 ， 还为进一步研究影响这一地点的各种复杂天气现象提供了可能 。 近年来各个行业对数值预报精细化需求越来越高 。
眼控科技人工智能研究院专家在国家气象中心的气象论坛上分享了人工智能技术在数值模式中的应用方案 。 他们提出 ， 数值模式降尺度在本质上和超分辨有互通之处 ， 但又不仅仅是超分辨率 。
超分辨率是将一张低分辨率的图像变为高分辨率 ， 通过估算网格密集化后 ， 补充缺失的像素值 。 但数值模式降尺度的挑战在于需要模拟整个物理过程 ， 而不仅仅是对图像的精细化像素填充 。 降尺度的过程涉及到多个天气要素之间相互作用的重新计算 ， 这种过程即使在CV领域也无法重现 。 其难点的本质在于 ， 从单一通道来看 ， 降尺度的计算过程“生成”了额外的信息 ， 而机器视觉领域的超分辨率技术 ， 只可以产生细节填充 ， 而没有能力生成输入图片中没有出现的信息 。 这些额外的信息 ， 来自于多个天气元素的物理过程 ， 这是使用超分辨率的思想来解决数值模式降尺度的巨大挑战 。
眼控科技人工智能研究院则是通过Deep Hybrid Super Resolution (DHSR) 模型来模拟物理过程 ， 以产生额外的信息 。 眼控人工智能研究院以超分辨率网络为主干网络 ， 针对不同的数据类型调整网络中的长跳跃连接和短跳跃连接 。 用转化为图片后的某一维度的25km全球模式的气象预报和3km的对应地区和时间的降尺度数据来训练超分辨率网络 ， 以捕捉这一区域该维度的25km全球模式与3km降尺度后的数据间的映射关系 。 其中针对通道的特征先进行一个空间的全局平均池化得到一个 1×1×C的通道描述；接着 ， 再经过一个下采样层和一个上采样层得到每一个通道的权重系数 ， 将权重系数和原来的特征相乘即可得到缩放后的新特征 ， 整个过程实际上就是对不同通道的特征重新进行了加权分配 ， 通过这种channel attention的机制进行特征融合 ， 最终生成的气象图片很好的生成了特征的轮廓和细节部分 。
眼控科技人工智能研究院基于DHSR模型的AI数值模式降尺度通过特殊的通道间的相互作用 ， 拟合了物理过程 ， 生成了在输入图中未曾呈现的局部预报结果 。 从单个气象元素(单个通道)的角度来看 ， 简直是不可思议 ， 更重要的是生成时间DHSR相对数值模式少了几个数量级 。 这对传统的气象预测技术来说是个巨大的进展 。


推荐阅读


上一篇：『用户』看看无妨，给千元机用户的四点购买建议

下一篇：机器人扫地机器人排名哪个好？2020市售热门品牌大PK