日前，來自薩爾大學的電腦科學教授延斯·迪特里希及其博士研究生克里斯蒂安·舍恩與德國氣象局合作，共同研發了一個可以更精確地預測當地暴風雨天氣的系統。這一系統主要基于衛星圖像和人工智能。

6月初，德國氣象局在幾天內計算了夜空中的177,000個閃電。

自然奇觀產生了后果：有幾個人因陣風，冰雹和雨水而受傷。與德國國家氣象局一起，來自薩爾大學的Deutscher Wetterdienst，計算機科學教授Jens Dittrich和他的博士生ChristianSch?n正在開發一種系統，該系統可以比以前更精確地預測局部雷暴。它基于衛星圖像和人工智能。為了更詳細地研究這種方法，研究人員將從聯邦運輸部獲得270,000歐元。

氣象服務的核心任務之一是警告危險的天氣條件。其中包括特別是雷暴，因為這些通常伴隨著陣風，冰雹和強降雨。Deutscher Wetterdienst(DWD)使用“NowcastMIX”系統實現此目的。

它每隔五分鐘輪詢幾個遙感系統和觀測網絡，以便在接下來的兩個小時內警告雷暴，大雨和降雪。“然而，NowcastMIX只能在已經發生強降水的情況下檢測雷暴細胞。這就是為什么衛星數據更早用于檢測雷暴細胞的形成，從而提前警告它們的原因，”教授計算機科學的Jens Dittrich教授解釋道。在薩爾州大學擔任“大數據分析”小組負責人。他與博士生ChristianSch?n和來自DWD的氣象學家RichardMüller一起開發了一個系統，可以很快補充NowcastMIX預測雷暴。他們的項目是探索人工智能在預測天氣和氣候現象中的適用性的第一步。

為了準確地預測特定區域內的雷暴，必須盡早且精確地檢測所謂的氣團對流，即在周圍區域較冷的空氣下沉時加熱的空氣的上升。這已經很久了。然而，新系統的亮點在于它只需要二維圖像，即衛星圖像來檢測這些三維空氣位移。

為了基于二維圖像三維地觀察天空中發生的事情，研究人員使用相隔十五分鐘拍攝的照片。相應區域的圖像系列的一部分作為算法的輸入，該算法計算未提供給算法的未來圖像看起來是什么樣的。然后科學家將這個結果與真實圖像進行比較。預測與現實之間的偏差大小 - 研究人員將其稱為“誤差” - 然后作為第二種算法的輸入，研究人員使用機器學習訓練，以識別誤差大小與雷雨的發生。

通過這種方式，他們可以計算出是否有雷電?！爱斘覀儗⑷斯ぶ悄軕糜诖罅繑祿r，這就是力量。它識別出對我們隱藏的模式，“Dittrich教授解釋說。這是他和其他同事剛剛發起新的學士和碩士學位課程”數據科學和人工智能“的原因之一。

在閃電和雷聲的情況下，這種組合絕對是“多方面的”，Dittrich說。“僅基于衛星圖像，我們可以在接下來的15分鐘內預測閃光的準確率為96%。如果預測窗口進一步打開，精度會降低，但仍會保持在83%以上，持續長達5個小時?！?/p>

然而，據研究人員稱，誤報率仍然過高。盡管如此，他們相信他們可以通過訓練他們的模型來顯著減少這些誤報，例如當前NowcastMIX系統也使用這些功能。聯邦運輸部已經授予Saarbruecken計算機科學家270,000歐元的更多細節。