通常，气象学家会把卫星图像中云的形状和运动作为预测主要风暴类型的指标，但随着天气数据集的不断扩大，气象学家无法实时监测所有风暴的形成，尤其是小规模的风暴。
2017年5月，中央气象台中长期预报员在制作未来4-20天的天气预报。（新华社记者沈伯韩摄）
由美国宾夕法尼亚州立大学、阿库气象公司、西班牙阿尔梅里亚大学等机构组成的研究小组分析了50000多张美国气象卫星的历史图像，在这些图像中，气象学家鉴定并标记了逗点状云系的形态和运动。逗点状云系因其外形类似于逗号而得名，与气旋的形成密切相关，而气旋的形成可导致包括冰雹、雷暴、大风和暴风雨等在内的恶劣天气事件。
研究人员利用计算机视觉和机器学习技术，“教会”计算机自动识别和检测卫星图像中的逗点状云系，帮助专家更高效地在海量的天气数据中及时发现恶劣天气的“端倪”。
研究人员发现，他们的方法可以有效地检测出逗点状云系，准确率高达99%，甚至在一些逗点状云系完全形成前就能检测到它们。此外，这种方法还可以有效地预测出64%的恶劣天气事件，优于其他现有的恶劣天气监测方法。
研究人员指出，这项研究还属于早期尝试，旨在向研究界证明能够用人工智能阐释与天气有关的信息，将这种方法与其他天气预报模型相结合，将有可能使天气预报更准确。
相关研究结果已发表在国际电气与电子工程师协会《地球科学与遥感会刊》上。
免责声明：本文由作者原创。文章内容系作者个人观点，转载目的在于传递更多信息，并不代表EETOP赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请及时联系我们，我们将在第一时间删除！
