基于人工智能的台风强度突变判别技术的应用 |
| |
引用本文: | 周冠博,钱奇峰,许映龙.基于人工智能的台风强度突变判别技术的应用[J].自然灾害学报,2023(6):96-103. |
| |
作者姓名: | 周冠博 钱奇峰 许映龙 |
| |
作者单位: | 1. 国家气象中心;2. 中国气象局上海台风研究所 |
| |
基金项目: | 上海台风研究基金项目(TFJJ202204);;国家自然基金面上项目(42375010);;灾害天气国家重点实验室开放项目(2022LASW-B09) ~~; |
| |
摘 要: | 台风强度突变的趋势判别问题一直是台风预报中的难点。人工智能由于通过机器对大量样本进行分析和学习,能够隐式提取图像中深层抽象的复杂特征,而越来越多地被应用到气象领域中。以人工智能领域的深度残差网络(deep residual network)Resnet模型和基于时空关联深度学习模型LSTM (long short-term memory)为技术基础,通过标注、学习2005—2018年西北太平洋及南海台风的卫星云图数据中的关键信息,引入了生命周期指示,提出了一种自动、客观的台风快速增强趋势判别技术,可以有效地解决台风强度快速增强RI(rapid intensification)趋势预测和判别问题。通过对2019—2021年全年的业务台风云图和2022年多个强度突变的台风个例进行检验分析,结果表明基于人工智能的台风快速增强趋势判别技术优于传统主观的强度预报方法,具有一定的业务应用价值。
|
关 键 词: | 人工智能 卫星云图 台风强度突变 Resnet网格 LSTM模型 |
|