利用人工智能更好地预测恶劣天气

在预测天气时，气象学家使用大量的模型和数据源来跟踪可能预示着严重风暴的云的形状和移动。然而，随着天气数据的日益扩大和即将到来的最后期限，他们几乎不可能实时监测所有风暴形成，特别是小规模风暴形成。

现在，由于国家科学基金会部分资助的一组研究人员，有一种计算机模型可以帮助更快、更准确地识别严重的风暴。

宾夕法尼亚州立大学、AccuWeather Company和西班牙阿尔梅里亚大学的研究人员开发了一个基于机器学习线性分类器(一种人工智能)的框架，它可以从卫星图像中检测云中的旋转运动，否则这些运动可能会被忽略。

AccuWeather的高级法医气象学家史蒂夫威斯达(Steve Wistar)说：“最好的预测结合了尽可能多的数据。”“因为氛围无限复杂，你需要投入太多。”

该项目的成果发表在宾夕法尼亚州立大学的新闻稿中，并发表在IEEE地球科学和遥感贸易杂志上，这加强了AccuWeather与王济民教授领导的宾夕法尼亚信息科学和技术研究所研究团队之间的早期工作。

“在2010年与AccuWeather合作之初，我们就意识到气象学家和气候学家面临的一个重大挑战是了解地球观测卫星、雷达和传感器网络产生的巨大且不断增长的数据，”王说。“对计算机化系统来说，从数据中分析和学习是非常重要的。