準確預測未來幾分鐘到幾周的天氣是一項基本的科學挑戰,它可以對社會的許多方面產生廣泛影響。
據外媒報道,近日,在先前對降水量預報的研究基礎上,Google提出了MetNet,這是一種用于降水預報的神經天氣模型。
這種DNN(深神經網絡)在強大的專用硬件(如GPU和TPU)上使用并行計算,發現數據中的模式,并學習從輸入到所需輸出的復雜轉換。
DNN能夠在未來8小時內以1km 的分辨率預報降水量,時間間隔為2分鐘。
MetNet的預測時間比NOAA(美國國家海洋和大氣管理局)目前使用的最先進的基于物理的模型提前了7-8小時。它可以在幾秒鐘內對整個美國的降水量進行預測,而NOAA 需要花費一小時。
Google正在積極研究如何改進全球天氣預報模型,尤其是在氣候快速變化很大的地區的準確性。雖然上文展示了美國大陸目前的MetNet模型,但它可以擴展到任何有足夠雷達和光學衛星數據的地區。
Google也希望通過今后與氣象界的合作,能夠帶來更大的改進。
-
谷歌
+關注
關注
27文章
6231瀏覽量
108055 -
神經網絡
+關注
關注
42文章
4814瀏覽量
103494
發布評論請先 登錄
Google發布最新AI模型Gemma 3
NVIDIA Earth-2平臺實現超分辨率天氣預測
天氣預報為何愈發精準:揭秘通信衛星的關鍵作用

使用BP神經網絡進行時間序列預測
xTR116的Vreg引腳上輸出電壓不穩定的原因?怎么解決?
如何使用Python構建LSTM神經網絡模型
英偉達與阿聯酋G42合作開發天氣預測AI模型
NVIDIA CorrDiff生成式AI模型能夠精準預測臺風
Google Gemma 2模型的部署和Fine-Tune演示

評論