在气候变化令台风预测难度加大的背景下,一项将实时卫星资料与深度学习技术相结合、可更精确预测台风的技术已被开发出来。
UNIST(蔚山科学技术院)地球环境城市建设工学系林正浩研究团队2日表示,已开发出能准确分析台风信息的基于深度学习的预测模型。该方式将静止轨道气象卫星资料与数值模型资料结合,实时预测台风强度。
研究团队开发的模型(Hybrid-CNN)可对24小时、48小时、72小时内的台风强度进行客观、准确的预测,较既有预测提升约50%。在台风急剧增强的情况下也验证了优异的预测性能。
一般台风观测方式主要仅使用静止轨道卫星资料,由预报员进行分析,存在分析耗时长、依赖数值模型不确定性的缺点。但该模型大幅提高了分析速度,从而减少数值模型的不确定性,可实现更准确的台风预报。
研究团队利用千里眼1号和千里眼2A号卫星资料,进行了基于迁移学习的台风强度估算。通过人工智能(AI)将台风强度自动估算过程可视化并作定量分析,提高了台风预报的准确性。即学习了既有气象数据的AI能够迅速准确地分析新的台风数据。
该模型可客观提取影响台风强度变化的环境因素,也能应用于业务预报系统。预计将为预报员提供迅速准确的台风信息,对防灾准备和减少损失大有帮助。
林正浩教授解释称:“基于深度学习的台风预测框架将为预报员提供更准确的预测信息,从而使其能够迅速有效地制定应对措施。”
本次研究得到韩国海洋水产部、韩国科学技术情报通信部、信息通信规划评价院等的支持,研究成果分别发表于2024年3月的《GIscience & Remote Sensing》和5月CellPress旗下期刊《iScience》。






