谷歌上线先进天气预报AIMetNet-3，号称预测超传统物理模型

发布时间：2023-11-04 11:02:01 所属栏目：外闻来源：未知

导读： 　　Google 的 Research and Development 和公司 DeepMind 合力打造了新的气象预测系统 NetForcer 3，该模型以之前的 MetNet 和 MetNet-2为基础，能够提前 24 小时，能够对全球天气情况进行

　　Google 的 Research and Development 和公司 DeepMind 合力打造了新的气象预测系统 NetForcer 3，该模型以之前的 MetNet 和 MetNet-2为基础，能够提前 24 小时，能够对全球天气情况进行高解析度预测，包括降水、表面温度、风速、风向和体感温度。

　　MetNet-3 模型可创建“平滑且高精度”的预测，空间解析度可达 1 至 4 公里，并以 2 分钟为分析区间，经实验证明，MetNet-3 的预测能力超越传统物理天气预报模型，例如传统物理基础模型“NWP（Numerical Weather Prediction）”及“快速刷新模型（HRRR）”均被MetNet-3超过。

　　MetNet-3 在预测天气上，与其他建立在传统方法之上的机器学习方法不同，关键点在于 MetNet-3 直接通过大气观测资料进行训练和评估。研究人员提到，直接观测的优点在于数据密度及解析度更高。此外，除了继承先前 MetNet 模型的数据之外，MetNet-3 还新增学习来自气象站的气温、风力测量资料，以尝试对所有位置进行全方位天气预测。

　　在目前的传统数学物理气候系统的基础模型中，可视化的天气预报通常一般至少需要经过以下两个步骤，分别是数据同化（Data Assimilation）和模拟（Simulation），数据同化是指将实际观测资料融入到模型中，而模拟则是根据这些数据预测天气。

　　在 MetNet-3 中，致密化技术是透过神经网络将“数据同化”和“模拟”两个步骤合并在一起，达到更快更直接的天气预测，这将使模型在获取和处理资料时更高效，也能够利用神经网络来改善天气预报的准确性。并可让 MetNet-3 模型能够单独处理每一个特定数据流，包含等高信息、卫星信息与雷达信息等，进而获得更为准确且全面的天气预报。

　　而 MetNet-3 能够以短至 2 分钟的时间间隔，有效地处理和模拟收集到的观测资料，结合致密化技术、提前时间调节（Lead Time Conditioning）技术和高解析度直接观测方法，MetNet-3 可以产生时间解析度达 2 分钟的 24 小时预报，提供使用者更加精准和即时的天气预测信息。

　　此外，相较于气象站观测的天气信息，MetNet-3 还使用了来自地面雷达所收集的降水估计值，因此学习数据范围更广，无论是在风速还是降水等方面，MetNet-3 的预测结果都比业界最先进的物理模型好上不少。

　　MetNet-3 的主要价值在于，能够即时以机器学习技术准确地预测天气，并在谷歌的产品上提供天气预报服务。该模型根据不断搜集的最新数据，持续地创建完整精确地预报，研究人员提到，这和传统的物理推理系统不同，更能够满足天气预报的独特需求。该模型的建立，将有助于我国气象部门更好地开展天气预报工作，为人们提供更加准确的天气预报服务。

（编辑：应用网_镇江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!