天气预报机器学习模型准确性如何?研究称表现超越现有最好水平
中新网北京12月5日电 (记者孙自法)国际著名学术期刊《自然》最新发表一篇气候研究论文称,研究人员研发出一个名为“GenCast”的机器学习模型,其能根据当前和未来天气进行可靠的概率天气预报。该模型表现不仅超过了目前最好的传统中程天气预报,还能更好地预测极端天气、热带气旋路线和风能产量。
该论文介绍,准确的天气预报对于个人、政府和组织的日常关键决策必不可少,这些决策包括是否带雨伞、评估风能产量或是极端天气规划。气象预报传统上使用数值天气预报法,这种方法估计当前天气,并基于此预测未来一段时间的天气情况(称为确定性预报)。这会产生大量潜在情景,通过结合这些情景就能进行天气预报。
在本项研究中,论文第一作者兼共同通讯作者、谷歌旗下前沿人工智能公司DeepMind的Ilan Price和同事合作,研发出GenCast的机器学习天气预测方法,其能生成概率性预测,即根据当前和之前的天气状态预测未来天气的可能性。论文作者用40年(1979至2018年)的天气发生最佳估计分析数据训练了GenCast,使其能在8分钟内对超过80个表面和大气变量进行以12小时为单位的15天全球预报。
这次研究结果显示,相较于一种确定性预报且是全球当前最好的中期预报——欧洲中期天气预报中心的集合预报(ENS),GenCast在用于评估表现的1320个指标中有97.2%的指标都优于ENS。论文作者还发现,GenCast在预测极端天气、热带气旋路线和风能产量时更有效。
论文作者总结指出,天气预报机器学习模型GenCast或能提供更高效、有效的天气预报,以支持实际规划。(完)
(文章来源:中国新闻网)
相关推荐
- 免责声明
- 本文所包含的观点仅代表作者个人看法,不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险,读者在采取与本文内容相关的任何行动之前,请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。