雹暴中心收集数据、大模型加持极端天气预测,「追风者也」正在上演

本文主要是介绍雹暴中心收集数据、大模型加持极端天气预测,「追风者也」正在上演,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

内容一览:雷暴、冰雹、龙卷风等极端天气总是让人捉摸不透又避之不及。然而澳洲的研究者们却以身犯险,深入雹暴收集数据,只为让天气预报得更准。在超级计算机和
AI 的加持下,人类能否追上风暴,让混沌的天气系统不再那么捉摸不透?且看这部追风者们主演的「追风者也」。

关键词:大模型 追风者 极端天气

作者 | 雪菜
编辑 | 三羊

本文首发于 HyperAI 超神经微信公众平台~

1996 年上映的知名冒险灾难片《龙卷风》中,主角为了对龙卷风进行深入的研究,将探测设备亲身带入到龙卷风中心,以实现实时的数据记录。

受这部电影启发,澳大利亚气象学者 Joshua Soderholm 及 Julian Brimelow 一起开始了自己的追风之旅,并成功将小型天气传感器冰探 (hailsonde) 带入了雹暴 (hail storm),以收集雹暴当中的气象数据,变革极端天气的研究方法。

在这里插入图片描述

图 1:电影《龙卷风》剧照

更多电影详情可参见:

https://movie.douban.com/subject/1292454/

冰探的形状与冰雹类似,重约 24 g。它们和气球连在一起,被一同释放到雹暴当中。进入雹暴中心后,二者分离,冰探就和冰雹一样,经历冰雹在雹暴中的轨迹,并记录冰雹在雹暴中移动的生长条件。此外,冰探还记录到了显著的冰增长,并跟随超级单体的中气旋旋转了半圈。

在这里插入图片描述

图 2:两个冰探在雹暴中的轨迹

「起初这只是一个课余项目。当时我们想试一下能否利用现有的技术,制造出一个电影中的设备。为确保冰探能够在雹暴的极端条件中生存下来,制作过程中我们解决了很多工程问题。」 Joshua Soderholm 说道。

在这里插入图片描述

图 3:冰探的结构,3D 打印的零件、电池及其他电子器件被封装在聚苯乙烯外壳中

从雹暴中心收集数据就像是追寻气象学中的白鲸,既危险又令人着迷。从雹暴中心收集得到的数据,将会提升我们模拟雹暴的能力,并为冰雹在雹暴中的行为提供直接证据。但这没有听起来那么容易,它需要你在正确的时间出现在正确的位置,还得遇上正确的雹暴。」

在几天的坏运气之后,他们撞上了一个超级单体,并成功将两个冰探放进了雹暴中。**超级单体是一种水平尺度达十几千米,生命期达几十分钟到数小时,比普通的成熟单体雷暴更巨大、更持久、天气更为剧烈的单体强雷暴系统。**冰探被超级单体捕获之后,与气球分离,之后像冰雹一样随雹暴漂浮,最终被时速超过 120 km 的风带到了 7 km 外的区域。

在这里插入图片描述

图 4:Joshua Soderholm 在放飞冰探

在这一研究的基础上,他们正计划使用更多冰探对下一次超级单体进行记录,并收集落在地上的冰探,对下落的冰雹进行更深入的研究。

令人捉摸不透的天气系统

气象预测离不开人的参与。即使利用超级计算机,借助卫星数据和雷达数据,我们依然很难对气象系统做出准确的预测。1961 年,美国的气象学家爱德华·诺顿·洛伦茨 (Edward Norton Lorenz) 尝试用计算机程序预测未来的天气。

在得到结果之后,他将程序在中间步骤的输出值,作为下一个步骤的输入值,再次运行了程序。然而,由于输入值只保留了 3 位小数,而程序是以 6 位浮点数运行的,这千分之一的偏差使得程序的输出值和上次得到的结果完全不同。

据此,他提出了混沌系统这一概念。气象系统就是典型的混沌系统,它并非完全的随机,但很容易因某个因素的变化而发生剧烈的变化。也就是说,气象系统是一个很敏感的系统。

「蝴蝶效应」就是一个夸张但又典型的例子,一只南美洲热带雨林的蝴蝶扇动两下翅膀,就可能为美国带来一场龙卷风。这一切的源头,就是蝴蝶扰动了系统的初始变量。

在这里插入图片描述

图 5:蝴蝶效应

因此,天气的预测很难实现完全准确。现有的气象预测方式,也就是数值天气预报 (NWP),首先会将预测区域划分为网格,之后利用超级计算机通过数值模拟求解偏微分方程获得。

这一方法耗时很长,即使是使用有上百个节点的超级计算机,对未来 10 天的天气进行预测也需要花费数个小时。同时,受网格分辨率的限制,一些小尺度的气象过程会被近似函数参数化,为气象预测带来误差。

正因为此,对于小尺度的极端天气和中长期的气象预测,NWP 很难做到完美。 今年的 5 号台风杜苏芮生成后,不同机构基于不同的模型利用超级计算机进行了路径预测,结构大相径庭。即使是同一模型做出的预测,也在随着气象条件的变化不断进行修正,直到台风登陆前才能做出相对准确的预测。

之后的 6 号台风卡努,走位也很独特,在太平洋上突然转弯,然后开始漫步,最后直击日本,让超级计算机也一头雾水。

在这里插入图片描述

图 6:全球集合预报系统 (GEFS) 对 2023 年 6 号台风卡努的路径预测,可谓天花乱舞

同时,由于各个机构做出的气象预测千差万别,天气的预测还需要预报员的参与。预报员会综合所有的气象预测结果,并结合当地的气候特点、地形条件、个人经验等,做出最终的天气预报,但依然不能保证完全正确。没办法,气象系统就是这么的捉摸不透。

在这里插入图片描述

图 7:1986 年 16 号台风韦恩路径图

极端气象的追逐者

小尺度的超级单体更是中长期天气预报的一条漏网之鱼。超级单体的特点就是形成快、难预测,易形成雷暴、冰雹、强降雨或龙卷风等极端天气。

2021 年 8 月 16 日晚,北京市海淀区遭遇超级单体,突降暴雨。旱河路铁路桥桥下积水在 30 分钟内涨到 1.75 米,导致 2 人死亡。2023 年 8 月 13 日下午,江苏省盐城市大丰区遭遇龙卷风,造成 2 人死亡,15 人受伤。这场龙卷风的形成也与超级单体有关。

在这里插入图片描述

图 8:盐城大丰区龙卷风

然而,雷暴、冰雹、龙卷风等壮观的气象景观,可以让探险者们大饱眼福,也因此吸引了很多像 Soderholm 这样的追风者。每当台风来临,或是附近有超级单体将要形成时,追风者们就会做足准备,向风暴奔去。

同时,作为极端天气的第一见证者,追风者们还可以收集到极端天气的第一手信息,为气象研究提供宝贵的材料, 丰富现有的计算模型和 AI 模型的数据库,为气象学的发展做出重要贡献。

媲美 NWP 的气象大模型

早在 2021 年,阿里云就透露称,达摩院与国家气象中心联合研发了 AI 算法用于天气预测, 并成功预测了多次强对流天气。同年 9 月,Deepmind 在《Nature》上发表文章,利用深度生成模型进行降雨量的实时预报。

今年年初,Deepmind 正式推出了 GraphCast,可以在一分钟内对全球未来 10 天的气象,进行分辨率为 0.25° 的预测。 4 月,南京信息工程大学和上海人工智能实验室合作研发了「风乌」气象预测大模型,误差较 GraphCast 进一步降低。

随后,华为推出了「盘古」气象大模型。由于模型中引出了三维神经网络,**「盘古」的预测准确率首次超过了目前最准确的 NWP 预测系统。**近期,清华大学和复旦大学相继发布了「NowCastNet」和「伏羲」模型。前者在短时极端天气预测上大有作用,后者则将预测时长延长到了 15 天。

在这里插入图片描述

图 9:「盘古」模型和 ECMWF 对 2018 年 25 号台风康妮(图 a)和 26 号台风玉兔(图 b)的路径预测。

红色:「盘古」模型的预测

蓝色:ECMWF 的预测

黑色:实际情况

可以看到,气象预测大模型在预测精度和预测时间上都在不断逼近,甚至部分超过了传统的 NWP 分析模式。 同时,相比于 NWP ,AI 大模型的气象预测需要的设备条件更低,花费时间也更短。仅用一张 Google TPU v4,GraphCast 就可以在分钟之间预测出未来的天气。

然而,现有的 AI 大模型只能通过学习过去的气象数据,对未来的气象进行预测。因此,在极端天气和突发天气的场景中,大模型还需要其他算法的辅助,更离不开人的参与。 此时,活跃在风暴中心的追风者们提供的气象数据对 AI 大模型的优化则显得更为重要。人类与大模型携手,定能拍出一部优秀的「追风者也」。

参考链接:

[1] https://phys.org/news/2023-08-movie-inspired-technology-successfully-hail-eye.html

[2] http://m.nmc.cn/ty/

[3] http://henan.china.com.cn/tech/2021-06/22/content_41599891.htm

[4] https://arxiv.org/abs/2212.12794

[5] https://www.nature.com/articles/s41586-023-06185-3/figures/4

[6] 江燕如,典型天气过程分析 [M]. 北京:气象出版社,2016.

本文首发于 HyperAI 超神经微信公众平台~

这篇关于雹暴中心收集数据、大模型加持极端天气预测,「追风者也」正在上演的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:https://blog.csdn.net/HyperAI/article/details/132608800
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/358206

相关文章

MySQL 删除数据详解(最新整理)

《MySQL删除数据详解(最新整理)》:本文主要介绍MySQL删除数据的相关知识,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录一、前言二、mysql 中的三种删除方式1.DELETE语句✅ 基本语法: 示例:2.TRUNCATE语句✅ 基本语

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查

python实现对数据公钥加密与私钥解密

《python实现对数据公钥加密与私钥解密》这篇文章主要为大家详细介绍了如何使用python实现对数据公钥加密与私钥解密,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录公钥私钥的生成使用公钥加密使用私钥解密公钥私钥的生成这一部分,使用python生成公钥与私钥,然后保存在两个文

mysql中的数据目录用法及说明

《mysql中的数据目录用法及说明》:本文主要介绍mysql中的数据目录用法及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、版本3、数据目录4、总结1、背景安装mysql之后,在安装目录下会有一个data目录,我们创建的数据库、创建的表、插入的

Navicat数据表的数据添加,删除及使用sql完成数据的添加过程

《Navicat数据表的数据添加,删除及使用sql完成数据的添加过程》:本文主要介绍Navicat数据表的数据添加,删除及使用sql完成数据的添加过程,具有很好的参考价值,希望对大家有所帮助,如有... 目录Navicat数据表数据添加,删除及使用sql完成数据添加选中操作的表则出现如下界面,查看左下角从左

SpringBoot中4种数据水平分片策略

《SpringBoot中4种数据水平分片策略》数据水平分片作为一种水平扩展策略,通过将数据分散到多个物理节点上,有效解决了存储容量和性能瓶颈问题,下面小编就来和大家分享4种数据分片策略吧... 目录一、前言二、哈希分片2.1 原理2.2 SpringBoot实现2.3 优缺点分析2.4 适用场景三、范围分片

Redis分片集群、数据读写规则问题小结

《Redis分片集群、数据读写规则问题小结》本文介绍了Redis分片集群的原理,通过数据分片和哈希槽机制解决单机内存限制与写瓶颈问题,实现分布式存储和高并发处理,但存在通信开销大、维护复杂及对事务支持... 目录一、分片集群解android决的问题二、分片集群图解 分片集群特征如何解决的上述问题?(与哨兵模

浅析如何保证MySQL与Redis数据一致性

《浅析如何保证MySQL与Redis数据一致性》在互联网应用中,MySQL作为持久化存储引擎,Redis作为高性能缓存层,两者的组合能有效提升系统性能,下面我们来看看如何保证两者的数据一致性吧... 目录一、数据不一致性的根源1.1 典型不一致场景1.2 关键矛盾点二、一致性保障策略2.1 基础策略:更新数

Oracle 数据库数据操作如何精通 INSERT, UPDATE, DELETE

《Oracle数据库数据操作如何精通INSERT,UPDATE,DELETE》在Oracle数据库中,对表内数据进行增加、修改和删除操作是通过数据操作语言来完成的,下面给大家介绍Oracle数... 目录思维导图一、插入数据 (INSERT)1.1 插入单行数据,指定所有列的值语法:1.2 插入单行数据,指

SQL Server修改数据库名及物理数据文件名操作步骤

《SQLServer修改数据库名及物理数据文件名操作步骤》在SQLServer中重命名数据库是一个常见的操作,但需要确保用户具有足够的权限来执行此操作,:本文主要介绍SQLServer修改数据... 目录一、背景介绍二、操作步骤2.1 设置为单用户模式(断开连接)2.2 修改数据库名称2.3 查找逻辑文件名