该模型可以提前18个月预测飓风
立即发布
每年春天，研究人员都会发布他们对即将到来的飓风季节的预测——可能会形成多少风暴，它们可能有多严重。但是如果你能提前一年半做出这些预测呢?北卡罗来纳州立大学(North Carolina State University)的一种新模型将机器学习整合在一起，可以创建与目前使用的飓风预测相似的长期飓风预测。
大多数季前飓风预测是利用统计模型进行的，这些模型利用了来自海平面压力、海面温度和其他历史气候数据的优化数据。然而，这些预测是根据时间序列数据做出的——这意味着它们使用的是一个地点的气候读数，或者是特定地区和时间段的平均值。
“时间序列数据是一维的——它不包含空间信息，只随时间变化，”谢廉说，他是北卡罗来纳州海洋、地球和大气科学教授，也是描述该工作的一篇论文的通讯作者。
谢说:“我们在每年某一时间段内观察每个预报器的时间序列:例如，二月份热带太平洋部分海域的海面温度异常平均值。”“相比之下，新模型着眼于许多特定地点的数据，每个地点每个月利用两个数据点——为预测增加了一个重要的空间成分。”
“飓风系统极其复杂，”合著者哈米德·克里姆(Hamid Krim)说，他是北卡罗来纳州的电子和计算机工程教授。“我们知道，在遥远的地方发生的事情会通过天气系统的连接影响其他地方。因此，一个时空模型给我们提供了一个更准确的飓风系统动力学图片。”
新的模型整合了来自遥远的气象事件(如El Niño和La Niña)的历史数据，以及来自多个地点、多个时间点的数据。为了训练模型，研究人员使用了从1951年到2010年的半月日数据。
研究人员希望利用这个新模型来预测气旋的累积能量(ACE)，以便预测接下来的季节可能有多活跃。
“ACE是衡量飓风季节有多活跃的另一种方法，而不仅仅是试图给出风暴的数量，”谢说。它计算了每个飓风在整个季节从开始到结束所拥有的动能。所有能量的总和就是ACE。
谢教授说:“ACE通常与飓风的数量高度相关——例如，一个活跃的季节会有很高的ACE——但也可能存在差异。”“一个有一个持久的强飓风和几个较小飓风的季节，其ACE可能与一个有大量中等级别飓风的季节相同。所以计数可能不同，而ACE是相同的，但一个季节活跃或不活跃的总体决定通常是一致的，由飓风计数。”
研究人员在3个月、6个月、9个月、12个月和18个月的时间窗口中对照7年的飓风数据验证了他们的新模型。对于所有的预测，该模型显示的准确性可与目前使用的模型相媲美。对于即将到来的2021年季节，他们计划结合传统预报和新模型，更多地关注ACE而不仅仅是风暴数量。
谢国忠表示，长期预测的初步结果看起来很有希望。
“这个模型当然会有误差，但它的准确性与其他预测相比是相当的，其优势是获得更长的前置时间，”谢说。“这只是一个起点。我们希望我们能随着时间的推移继续改善它。”
“我想补充的是，挑战首先是更深入地理解各种因素之间复杂的长期相互作用，然后用数学方法捕捉它们，”克里姆说。
作品发表于大气并得到了国家科学基金会加速实时分析中心的部分支持。北卡罗来纳州立大学研究生坦梅·阿萨纳(Tanmay Asthana)是第一作者。夏孙和同样来自北卡罗莱纳州的Siddharth Roheda对这项工作做出了贡献。
皮克-
编辑:一个抽象的。
大西洋飓风活动预测:一种机器学习方法
作者:Tanmay Asthana, Hamid Krim, Sun Xia, Siddharth Roheda, Lian Xie, North Carolina State University
发表:2021年4月4日上线大气
文摘:
长期飓风预测一直是人们关注的焦点，以保护社区免受生命损失和环境破坏。这种预测有助于为任何适当的预防和规划提供早期预警指导。在这篇论文中，我们提出了一种机器学习模型，能够对大西洋飓风活动进行良好的季前预报。该模型的发展需要对海平面气压(SLP)、海面温度(SST)和风等各种数据模式进行合理的非线性融合。利用卷积神经网络(CNN)作为每个数据模态的特征提取器。接下来是特征级融合，以实现适当的推断。这个高度非线性的模型被进一步证明有潜力提前18个月做出巧妙的预测。
