在預報天氣時(shí)，氣象學(xué)家使用大量模型和數據源來(lái)跟蹤可能表明嚴重風(fēng)暴的云的形狀和運動(dòng)。然而，隨著(zhù)天氣數據的日益擴大和迫在眉睫的最后期限，他們幾乎不可能實(shí)時(shí)監控所有風(fēng)暴編隊 - 特別是小規模風(fēng)暴編隊。

現在，有一個(gè)計算機模型可以幫助更快，更準確地識別嚴重風(fēng)暴，這要歸功于國家科學(xué)基金會(huì )部分資助的一組研究人員。

來(lái)自賓夕法尼亞州立大學(xué)，AccuWeather公司和西班牙阿爾梅里亞大學(xué)的研究人員開(kāi)發(fā)了一種基于機器學(xué)習線(xiàn)性分類(lèi)器的框架 - 一種人工智能 - 可以從衛星圖像中檢測出云中的旋轉運動(dòng)，否則這些運動(dòng)可能會(huì )被忽視。

AccuWeather的高級法醫氣象學(xué)家Steve Wistar說(shuō)：“最好的預測結合了盡可能多的數據。” “因為氣氛無(wú)限復雜，所以需要投入太多。”

該項目的結果在賓夕法尼亞州立大學(xué)的 新聞稿中公布， 并發(fā)表在 IEEE地球科學(xué)和遙感交易中，加強了AccuWeather與由James Wang教授領(lǐng)導的賓夕法尼亞州信息科學(xué)與技術(shù)學(xué)院研究小組之間的早期工作。

“我們在2010年與AccuWeather合作開(kāi)始時(shí)認識到，氣象學(xué)家和氣候學(xué)家面臨的一項重大挑戰是了解地球觀(guān)測衛星，雷達和傳感器網(wǎng)絡(luò )產(chǎn)生的大量且不斷增加的數據，”王說(shuō)。“讓計算機化的系統分析并從數據中學(xué)習是至關(guān)重要的。