据报道，近期，日本海洋研究机构和九州大学的研究小组利用人工智能深度学习技术，开发了从全球云系统分辨率模型（NICAM）气候实验数据中高精度识别热带低气压征兆云的方法。该方法可识别出夏季西北太平洋热带低气压发生一周前的征兆。据了解，该研究成果于近期发表在日本《地球与行星科学的进展》杂志网络版上。
资料图
预测台风和飓风等热带低气压的发生，一般是通过卫星观测和监视云的演变过程，对观测数据进行气象模型模拟。但大气现象非线性极强，不同的气象模型预测的未来气象结果会出现非常大的偏差。近年来人工智能技术飞速发展，可根据大数据中的特定类型进行深度学习，检测特定现象，从而应用于具有不确定性的气象领域。
为了确保在深度学习中准确识别，需要大量的数据，每个类别需要超过几千个例子。因此，科学家首先将热带气旋跟踪算法应用于NICAM生成的20年气候模拟数据，并创建了5万张热带气旋和发展中的热带气旋前兆云图。
他们还根据上述50000张云图结合100万张没有发展成热带气旋的云图创建了10组训练数据集，总共制作了1050000张图像。使用深度卷积神经网络算法，通过机器学习形成了10种不同特征的分类器。通过对10种不同类型的分类器结果进行综合评价，建立了一个整体分类器进行最终判断，发现利用NICAM的气候模拟数据可以更准确地检测出热带气旋的前兆。
该方法还可对台风路径和强度进行预测，并预测暴雨的发生。今后研究小组将以深度学习为代表的人工智能技术融合数据驱动方法和模型驱动方法，开展新的海洋地球大数据分析。