在預報天氣時，氣象學家使用大量模型和數(shù)據(jù)源來跟蹤可能表明嚴重風暴的云的形狀和運動。然而，隨著天氣數(shù)據(jù)的日益擴大和迫在眉睫的最后期限，他們幾乎不可能實時監(jiān)控所有風暴編隊 - 特別是小規(guī)模風暴編隊。

現(xiàn)在，有一個計算機模型可以幫助更快，更準確地識別嚴重風暴，這要歸功于國家科學基金會部分資助的一組研究人員。

來自賓夕法尼亞州立大學，AccuWeather公司和西班牙阿爾梅里亞大學的研究人員開發(fā)了一種基于機器學習線性分類器的框架 - 一種人工智能 - 可以從衛(wèi)星圖像中檢測出云中的旋轉(zhuǎn)運動，否則這些運動可能會被忽視。

AccuWeather的高級法醫(yī)氣象學家Steve Wistar說：“最好的預測結(jié)合了盡可能多的數(shù)據(jù)?！?“因為氣氛無限復雜，所以需要投入太多。”

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

“我們在2010年與AccuWeather合作開始時認識到，氣象學家和氣候?qū)W家面臨的一項重大挑戰(zhàn)是了解地球觀測衛(wèi)星，雷達和傳感器網(wǎng)絡產(chǎn)生的大量且不斷增加的數(shù)據(jù)，”王說。“讓計算機化的系統(tǒng)分析并從數(shù)據(jù)中學習是至關重要的?！?/p>