共计 1800 个字符，预计需要花费 5 分钟才能阅读完成。
记得点击蓝字关注咱们哦！
第六十一个世界气象日即将来临往年的主题是：陆地、咱们的气象和天气 （The ocean, our climate and weather） 陆地和天气属于同一个公域，两者之间无时无刻不在进行着对话。能够说，陆地是地球气候系统最间接的调节器。甚至能够说，所有对于天气的问题，都能在陆地中找到答案。明天开始，咱们推出系列陆地气象科技翻新产品，带大家一起乘风破浪纵横四海。明天的“陆地故事”是 台风 2020 年，我国经验了历史上绝无仅有的“空台 7 月”以及常见的西南台风“三连击”，多项指标发明历史，非常常见。热带海洋是台风的老家，
台风能够说是最为强烈的多尺度的海气相互作用的典型代表。台风是如何生成的？首先要有足够广大的寒带洋面，淡水表面温度要高于 26.5℃，空气的回升借助弱小的地转偏差力，造成气旋，借助洋面上稳固的下垫面条件，有充沛的工夫积蓄能量，最终酝酿出台风。台风定强是什么？台风强度指的是寒带气旋底层核心左近的最大均匀风速，台风定强 就是要确定这个最大风速。因为台风大部分工夫在海上，海上观测站无限，因而只能依附卫星从低空对其进行观测，后利用云图定强。自上个世纪 70 年代开始，利用卫星图像上的台风波型特色预计台风强度的技术（Dvorak）在业务中广泛应用。明天，随着深度学习技术在人工智能畛域广泛应用，特地是在图像识别方面展示了微小的潜在劣势，为咱们对台风的定强提供了一些新思路。
什么是深度学习？
深度学习是基于多层神经网络建设模仿人类剖析、学习的模型，模拟人脑机制辨认指标，感知信息，模型通过训练可能主动提取原始数据中隐含的信息造成形象的高层特色示意，将特色示意通过拟合函数进行计算失去决策后果。大气迷信畛域始终在应用机器学习的办法进行钻研，随着高空主动气象站、雷达、卫星等获取的观测数据越来越多，在气象大数据背景下，联合具备弱小的数据学习能力和简单结构特征刻画能力的深度学习已有很多气象畛域的案例，例如短临，气象预测，AQI 预测，数据异化，台风，极其天气预测，数值预报优化等等。
深度 学习 在台风强度估测中如何利用？台风个别生成于宽阔洋面，而陆地上观测材料稀少，特地是在台风进入雷达无效探测范畴之前，台风的监测次要依附气象卫星探测来实现。因而在台风业务预报实际中，卫星云图就成为了确定台风强度的最次要的根据，深度学习通过机器对大量样本的剖析和学习，可能隐式提取图像中深层形象的简单特色，越来越多地被利用到估测台风强度的畛域中。国家气象中心联结北京邮电大学，提出了一种端到端的可视化智能台风定强模型，该模型通过计算机视觉畛域成熟的预训练 CNN 深度学习模型为根底，比方：RESNET、VGG 等，对卫星云图数据进行台风强度相干的特征提取，而后依据提取的特色别离构建分类模型和基于类似度的检索模型获取决策后果；最初，交融两个模型的辨认后果，给出最终台风的强度、置信度和参考云图。
端到端的外围模型
人工智能台风定强性能剖析
以 2019 年登陆我国最强的台风“利奇马”为例来剖析一下深度学习在台风强度估测中的体现。下图是“利奇马”全过程 ResNet 模型依据云图预计的台风强度与最佳门路强度的时序图。总体而言，模型对台风各个阶段强度的预计与理论变动均比拟统一。在台风加强阶段，对台风在 8 月 6 日 12 时之前的强度预计略有偏弱。在台风倒退阶段，能较好辨认出台风在 8 月 7 日疾速加强的过程，对台风峰值强度预计亦较为精确，特地是较为精确地估测出了“利奇马”在 8 月 8 日和 9 日的两次强度峰值。最初，在台风深刻内陆的阶段，尽管台风较弱，但模型对台风强度的预计与实况根本吻合。台风“利奇马”倒退全过程 登录智慧台风利用零碎，检索更多台风信息
我国是世界上受台风危害最重大的国家之一。随着寰球气象变温暖我国陆地经济的迅速倒退，台风灾祸有愈演愈烈之势，已成为社会经济可继续倒退的一个制约因素。随着人工智能技术的一直倒退，钻研摸索适宜气象畛域的深度学习模型，更好的利用来自高空主动气象站、雷达、卫星等获取的大规模观测数据，主动、智能、疾速失去更加精准、可解释、可控可调、可视化的预测后果，同时联合人工智能等办法，也必将对台风实时监测乃至预报预测等技术起到微小的推动作用，人工智能技术在台风定强中体现如何？让咱们对往年的台风季刮目相待吧！
往期精选
·END·
中央气象台科技翻新服务
翻新·绿色·共享
微信号:kjcx\_nmc
我就晓得你“在看”