在预测天气时，气象学家使用许多模型和数据源来跟踪可能预示严重风暴的云的形状和运动。然而，随着天气数据集的不断扩大和最后期限的临近，他们几乎不可能实时监测所有风暴的形成，尤其是规模较小的风暴。
现在，多亏了宾夕法尼亚州立大学、AccuWeather公司和西班牙阿尔梅里亚大学的一组研究人员，有了一个新计算模型，可以帮助气象学家更快、更准确地识别潜在的严重风暴。他们开发了一个基于机器学习线性分类器（人工智能中机器学习的一种算法)的模型，可以从卫星图像中探测到云层的旋转运动，在此之前这些图像可能会被忽视。这个人工智能解决方案运行在匹兹堡超级计算中心的Bridges超级计算机上。
AccuWeather公司的高级气象学家史蒂夫·威斯塔（Steve Wistar)说，有了这个工具，他可以把目光投向可能构成威胁的云层或气象形成物，这可以帮助他做出更好的预测。
“最好的预测应包含尽可能多的数据，”他说。“因为大气层是无限复杂的，所以要尽可能的包含所有的相关内容。通过使用我们模型和数据，我们正在拍摄最完整的大气层快照。”
在他们的研究中，研究人员与Wistar和AccuWeather气象学家一起分析了5万多张美国历史气象卫星图像。在这些照片中，专家们识别并标记了“逗号状”云的形状和运动。这些云与气旋的形成密切相关，气旋的形成可导致冰雹、雷暴、大风和暴风雪等恶劣天气事件。
然后，利用计算机视觉和机器学习技术，研究人员教计算机自动识别和探测卫星图像中的逗号形状的云。然后，这些计算机可以帮助专家实时指出，在海量数据中，他们可以把注意力集中在哪里，以便发现恶劣天气的开始。
“由于逗号形状的云是恶劣天气事件的视觉指示器，也就是先兆，我们的方案可以帮助气象学家预测此类事件，”宾夕法尼亚州立大学信息科学与技术学院博士生、该项目的主要研究人员Rachel Zheng说。
研究人员发现，他们的方法可以有效地探测到逗号形状的云，准确率高达99%，平均每次预测时间为40秒。它还能够预测64%的恶劣天气事件，超过了现有的其他恶劣天气探测方法。
Rachel Zheng说：“我们的方法可以捕捉到大多数人类标记的、逗号形状的云。”“此外，我们的方法可以在一些逗号形状的云完全形成之前探测到它们，而且我们的探测有时比人眼的识别还要早。”
他说：“我们的使命是拯救生命，保护财产。“越早提前通知可能受到风暴影响的人们，我们提供的服务就越好。我们正试图尽早得到最好的信息。”气象学家和气候学家面临的一个重大挑战是，如何理解地球观测卫星、雷达和传感器网络产生的海量、持续增长的数据。”他说：“我们必须利用电脑系统分析和学习数据，以便在恶劣天气预报等对时间敏感的应用中，及时和恰当地解释数据。”
这项研究目前还只是初步的尝试，旨在向研究团体展示基于人工智能解释天气相关视觉信息的可行性。”将这种方法与现有的数值天气预报模型和其他模拟模型进行更多的研究，可能会使天气预报更准确，对人们更有用。”
这项研究的好处在于，它会让气象专家注意到一些原本可能被忽视的东西。”
参考期刊：
1.Zhengye Zheng，Jianbo Ye，Yukun Chen，Steve Wistar，Jia Li，Jose A. Piedra Fernandez，Michael A. Steinberg，James Z. Wang。使用形状和运动检测用于恶劣天气预报的逗号形云。IEEE IEEE地球科学与遥感，; 57（6）：3788 DOI：10.1109 / TGRS..2887206
