人工智能預(yù)測閃電和雷電!

日前，來自薩爾大學的電腦科學教授延斯·迪特里希及其博士研究生克里斯蒂安·舍恩與德國氣象局合作，共同研發(fā)了一個可以更精確地預(yù)測當?shù)乇╋L雨天氣的系統(tǒng)。這一系統(tǒng)主要基于衛(wèi)星圖像和人工智能。

6月初，德國氣象局在幾天內(nèi)計算了夜空中的177,000個閃電。

自然奇觀產(chǎn)生了后果：有幾個人因陣風，冰雹和雨水而受傷。與德國國家氣象局一起，來自薩爾大學的Deutscher Wetterdienst，計算機科學教授Jens Dittrich和他的博士生ChristianSch?n正在開發(fā)一種系統(tǒng)，該系統(tǒng)可以比以前更精確地預(yù)測局部雷暴。它基于衛(wèi)星圖像和人工智能。為了更詳細地研究這種方法，研究人員將從聯(lián)邦運輸部獲得270,000歐元。

氣象服務(wù)的核心任務(wù)之一是警告危險的天氣條件。其中包括特別是雷暴，因為這些通常伴隨著陣風，冰雹和強降雨。Deutscher Wetterdienst(DWD)使用“NowcastMIX”系統(tǒng)實現(xiàn)此目的。

它每隔五分鐘輪詢幾個遙感系統(tǒng)和觀測網(wǎng)絡(luò)，以便在接下來的兩個小時內(nèi)警告雷暴，大雨和降雪?！叭欢琋owcastMIX只能在已經(jīng)發(fā)生強降水的情況下檢測雷暴細胞。這就是為什么衛(wèi)星數(shù)據(jù)更早用于檢測雷暴細胞的形成，從而提前警告它們的原因，”教授計算機科學的Jens Dittrich教授解釋道。在薩爾州大學擔任“大數(shù)據(jù)分析”小組負責人。他與博士生ChristianSch?n和來自DWD的氣象學家RichardMüller一起開發(fā)了一個系統(tǒng)，可以很快補充NowcastMIX預(yù)測雷暴。他們的項目是探索人工智能在預(yù)測天氣和氣候現(xiàn)象中的適用性的第一步。

為了準確地預(yù)測特定區(qū)域內(nèi)的雷暴，必須盡早且精確地檢測所謂的氣團對流，即在周圍區(qū)域較冷的空氣下沉時加熱的空氣的上升。這已經(jīng)很久了。然而，新系統(tǒng)的亮點在于它只需要二維圖像，即衛(wèi)星圖像來檢測這些三維空氣位移。

為了基于二維圖像三維地觀察天空中發(fā)生的事情，研究人員使用相隔十五分鐘拍攝的照片。相應(yīng)區(qū)域的圖像系列的一部分作為算法的輸入，該算法計算未提供給算法的未來圖像看起來是什么樣的。然后科學家將這個結(jié)果與真實圖像進行比較。預(yù)測與現(xiàn)實之間的偏差大小 - 研究人員將其稱為“誤差” - 然后作為第二種算法的輸入，研究人員使用機器學習訓練，以識別誤差大小與雷雨的發(fā)生。

通過這種方式，他們可以計算出是否有雷電?！爱斘覀儗⑷斯ぶ悄軕?yīng)用于大量數(shù)據(jù)時，這就是力量。它識別出對我們隱藏的模式，“Dittrich教授解釋說。這是他和其他同事剛剛發(fā)起新的學士和碩士學位課程”數(shù)據(jù)科學和人工智能“的原因之一。

在閃電和雷聲的情況下，這種組合絕對是“多方面的”，Dittrich說?！皟H基于衛(wèi)星圖像，我們可以在接下來的15分鐘內(nèi)預(yù)測閃光的準確率為96%。如果預(yù)測窗口進一步打開，精度會降低，但仍會保持在83%以上，持續(xù)長達5個小時。”

然而，據(jù)研究人員稱，誤報率仍然過高。盡管如此，他們相信他們可以通過訓練他們的模型來顯著減少這些誤報，例如當前NowcastMIX系統(tǒng)也使用這些功能。聯(lián)邦運輸部已經(jīng)授予Saarbruecken計算機科學家270,000歐元的更多細節(jié)。