一项发表在《每月天气评论》上的新研究表明，用于面部识别的机器学习技术也可以用于预测每年在美国造成数十亿美元损失的极端天气事件。
那些伴随着冰雹的风暴会对农业、野生动物造成巨大的破坏性影响。就在不久前，在蒙大拿州东部，多达13000只滨鸟和水鸟在一场严重的雹暴中死亡。据哥伦比亚广播公司报道，这样的风暴事件每年造成的人员和财产损失高达220亿美元。根据美国国家海洋和大气管理局的数据，仅2018年美国就发生了4600多场雹暴，造成了很大的损失，其中大部分损失发生在美国中部地区。
但是雹暴的大小和强度往往难以预测。因此，美国国家大气研究中心为此开发了一项人工智能技术。科学家们没有用其来放大人脸的特征，而是训练了一种名为“卷积神经网络”的深度学习模型来精确定位风暴的特征，从而确定该风暴是否会形成冰雹，以及形成冰雹的强度。
美国国家大气研究中心的科学家大卫·约翰·加涅在一份声明中说道：“我们知道，风暴的结构会决定风暴是否会产生冰雹。例如，超级单体比飑线更有可能产生冰雹。但大多数冰雹的预报方法只关注风暴的一小部分，无法区分更广泛的形式和结构。”
气象条件满足的情况下，风暴就会带来冰雹，但即使条件成熟，冰雹的大小和严重程度也会因风暴的路径和条件而变化，这就是所谓的“风暴结构”。加涅说道：“风暴的形状也非常重要。过去，过去，我们倾向于关注风暴的垂直剖面，但其实水平结构也非常重要。”
研究人员向机器学习软件提供了模拟风暴的图像，以及温度、气压、风速和风向的数据，还有基于这些因素的冰雹模拟算法。然后，程序需要找出哪些特征与冰雹的有无以及冰雹的强度有关。一般来说，这个模型证实了研究小组先前认为与冰雹有关的风暴特征。然而，重要的是要注意一些局限性，比如，模拟的风暴与实际的风暴差别很大。无论如何，研究小组说，他们的研究最终可以转化为可操作的应用，有可能取代目前使用的复杂数学预测。
0
