日本一道本高清一区二区-色妞熟女午夜福利在线视频-欧美成人情激情免费看-老司机午夜精品免费视频

近日，中國科學(xué)院海洋研究所李曉峰團(tuán)隊(duì)在《美國國家科學(xué)院院刊》（PNAS）上發(fā)表了題為Advancing Forecasting Capabilities: A Contrastive Learning Model for Forecasting Tropical Cyclone Rapid Intensification的研究成果。該研究針對全球性臺風(fēng)快速增強(qiáng)預(yù)報(bào)難題，首創(chuàng)基于對比學(xué)習(xí)的人工智能模型。相較于傳統(tǒng)業(yè)務(wù)化預(yù)報(bào)方法，該模型將快速增強(qiáng)事件的預(yù)報(bào)準(zhǔn)確率從50%提升至92.3%，提升約2倍；與現(xiàn)有最優(yōu)深度學(xué)習(xí)模型相比，該模型誤報(bào)率由27%降至8.9%，降低為1/3。這一成果為全球臺風(fēng)災(zāi)害預(yù)警提供了技術(shù)方案。

臺風(fēng)快速增強(qiáng)定義為24小時(shí)內(nèi)最大持續(xù)風(fēng)速增加超過13米/秒，是臺風(fēng)突變致災(zāi)的主要原因。然而，快速增強(qiáng)事件僅占所有臺風(fēng)事件的5%，且受復(fù)雜物理機(jī)制影響，因此傳統(tǒng)的數(shù)值和統(tǒng)計(jì)模型的預(yù)報(bào)準(zhǔn)確率僅為50%?，F(xiàn)有深度學(xué)習(xí)模型將預(yù)報(bào)準(zhǔn)確率提升至82%，但誤報(bào)率達(dá)27%。

該團(tuán)隊(duì)運(yùn)用對比學(xué)習(xí)技術(shù)，突破數(shù)據(jù)不平衡瓶頸，融合三維大氣海洋環(huán)境數(shù)據(jù)、衛(wèi)星紅外影像和臺風(fēng)歷史信息，實(shí)現(xiàn)臺風(fēng)空間結(jié)構(gòu)與動力-熱力特征的協(xié)同解析并提升預(yù)報(bào)精度。

研究提出，模型性能提升得益于兩個(gè)創(chuàng)新。其一，對比學(xué)習(xí)能夠平衡樣本數(shù)量，精準(zhǔn)區(qū)分快速增強(qiáng)事件與普通事件的特征差異，從而提高預(yù)報(bào)穩(wěn)定性。其二，三維環(huán)境數(shù)據(jù)融合可以增強(qiáng)對臺風(fēng)動力、熱力及結(jié)構(gòu)時(shí)空關(guān)聯(lián)的捕捉能力，使模型能夠更準(zhǔn)確地識別快速增強(qiáng)事件。

進(jìn)一步，該研究分析了誤報(bào)案例，發(fā)現(xiàn)了低強(qiáng)度臺風(fēng)和特定環(huán)境條件可能導(dǎo)致誤報(bào)。

未來，結(jié)合專家經(jīng)驗(yàn)輔助修正，該模型有望進(jìn)一步提升預(yù)報(bào)精度，為臺風(fēng)災(zāi)害預(yù)警提供更加精準(zhǔn)可靠的技術(shù)支持。

研究工作得到國家自然科學(xué)基金和中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(xiàng)等的支持。

論文鏈接

對比學(xué)習(xí)模型結(jié)構(gòu)圖