中國新聞網
2024-12-06 
天氣預報機器學習模型準確性如何？研究稱表現超越現有最好水平
中新網北京12月5日電 (記者孫自法)國際著名學術期刊《自然》最新發表一篇氣候研究論文稱，研究人員研發出一個名為“GenCast”的機器學習模型，其能根據當前和未來天氣進行可靠的概率天氣預報。該模型表現不僅超過了目前最好的傳統中程天氣預報，還能更好地預測極端天氣、熱帶氣旋路線和風能產量。
該論文介紹，準確的天氣預報對于個人、政府和組織的日常關鍵決策必不可少，這些決策包括是否帶雨傘、評估風能產量或是極端天氣規劃。氣象預報傳統上使用數值天氣預報法，這種方法估計當前天氣，并基于此預測未來一段時間的天氣情況(稱為確定性預報)。這會產生大量潛在情景，通過結合這些情景就能進行天氣預報。
在本項研究中，論文第一作者兼共同通訊作者、谷歌旗下前沿人工智能公司DeepMind的Ilan Price和同事合作，研發出GenCast的機器學習天氣預測方法，其能生成概率性預測，即根據當前和之前的天氣狀態預測未來天氣的可能性。論文作者用40年(1979至2018年)的天氣發生最佳估計分析數據訓練了GenCast，使其能在8分鐘內對超過80個表面和大氣變量進行以12小時為單位的15天全球預報。
這次研究結果顯示，相較于一種確定性預報且是全球當前最好的中期預報——歐洲中期天氣預報中心的集合預報(ENS)，GenCast在用于評估表現的1320個指標中有97.2%的指標都優于ENS。論文作者還發現，GenCast在預測極端天氣、熱帶氣旋路線和風能產量時更有效。
論文作者總結指出，天氣預報機器學習模型GenCast或能提供更高效、有效的天氣預報，以支持實際規劃。(完)
（文章來源：中國新聞網）
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
