气象学家越来越多地转向人工智能来改进天气建模，从预测短期和长期模式到预测危及生命的极端天气事件。
全文共字，阅读需要5分钟。
近几十年来，对地球、环境和天气系统的监测取得了突飞猛进的发展。年，英国首先通过电报传送观测资料，绘制成地面天气图，并根据天气图制作天气预报。如今，多颗卫星从太空监测地球。
地球观测卫星的激增并不是计量学家需要考虑的唯一新数据来源。数十亿部手机中的气压监测器不断收集大气数据。
这意味着虽然用于监测地球环境复杂系统的技术已经升级，但它提供的数据量也在升级。这导致产生大量数据，科学家们根本无法将其全部整合到他们的模型中。
这也是为什么地球和环境科学（统称为地球科学）越来越依赖机器学习，数值天气预报(NWP)领域取得了重大进展。该应用程序甚至可以帮助科学家预测极端天气事件，包括在热带风暴演变为猛烈和破坏性飓风时对其进行跟踪。
年4月，美国国家海洋和大气管理局(NOAA)举办了第一次关于在地球科学中使用人工智能的研讨会，汇集了学术界和私营部门等不同领域的数百名科学家、项目经理和领导者。
这次会议上专家与更广泛的群体交流想法、经验和建议，随后在美国气象学会公报上发表了一篇论文。该论文探讨了研讨会上讨论的概念、人工智能在天气预报和建模中的现状，以及机器学习如何在不久的将来为这些领域提供巨大的推动。
人工智能在天气预报和建模中的应用
毫无疑问，天气科学正处于重大范式转变的风口浪尖。卫星监测提供了如此多的数据，因此利用机器学习的最新进展来处理这些数据变得至关重要。这与我们作为一个社会越来越依赖天气预报的事实相结合。
这导致地球科学家和气象学家羡慕地
转载请注明地址:http://www.abmjc.com/zcmbhl/4192.html
