首页
学习
活动
专区
工具
TVP
发布

气象学家

气象学家为您解读气象进展、分享气象编程技巧。欢迎加入气象AI和Python交流群!与2W+朋友一起交流互动!
专栏作者
282
文章
500357
阅读量
200
订阅数
PNAS | 即使排放量下降,地球也可能跨越临界气候阈值
一项新的研究说,旨在实现世界上最雄心勃勃的气候目标--比工业化前水平高出1.5摄氏度--的排放目标事实上可能需要避免更极端的2摄氏度的气候变化。
气象学家
2023-02-10
3700
《自然-通讯》| 用机器学习和时间序列数据为气候变化下的武装冲突风险建模
Ge, Q., Hao, M., Ding, F. et al. Modelling armed conflict risk under climate change with machine learning and time-series data. Nat Commun 13, 2839 (2022). https://doi.org/10.1038/s41467-022-30356-x
气象学家
2022-06-13
5950
时间序列预测一定需要深度学习模型吗?
时间序列预测是机器学习中的一项常见的任务,具有非常广泛的应用,例如:电力能源、交通流量和空气质量等预测。传统的时间序列预测模型往往依赖于滚动平均、向量自回归和自回归综合移动平均。另一方面,最近有人提出了深度学习和矩阵分解模型来解决时间序列预测问题,并获得了更具竞争力的性能,但是该类模型往往过于复杂。
气象学家
2022-06-13
3950
基于机器学习-动力混合模型预测作物产量的新方法
近几十年来,全球人口持续增长,极端灾害性天气频繁发生,粮食安全问题日益成为全人类面临的重大挑战之一。小麦是全球种植量最大的谷物,占粮食总产量的1/3,为全世界约40%人口提供了口粮供应,而中国是最大的小麦生产和消费国,如何对小麦产量进行准确预测是国内外学界广泛关注的热点问题。
气象学家
2022-04-18
8630
这就是深度学习如此强大的原因
据报道称,由于采用基于云的技术和在大数据中使用深度学习系统,深度学习的使用在过去十年中迅速增长,预计到 2028 年,深度学习的市场规模将达到 930 亿美元。
气象学家
2022-04-18
3440
NVIDIA AI模型精确模拟天气,为离岸风力发电厂提升20%发电量!
NVIDIA 在去年宣布将借助Omniverse技术构建能模拟地球气候的超大型数字孪生环境 Erath-2 ,在今年 GTC 大会, NVIDIA 宣布基于物理学的 Modulus 人工智能框架,使 Omniverse 环境能够获得物理机器学习的加速,相较过去以数千倍的速度解决规模较过往高出数百万倍的科学与工程问题,除了 NVIDIA 的 Earth-2 以及西门子歌美飒风力发电厂在建立物理现象模型时也获得数百万倍的提升。
气象学家
2022-04-18
6150
俄乌冲突 | 伯克利团队用MAE神经网络加速SAR雷达图像分析
情报分析是一项重要工作,军事战略家、研究人员和记者,都依赖情报分析来作出决策、揭露违反国际协议的行为,并向公众展示战争的严酷现实。卫星图像在情报分析工作中扮演了重要的信息来源角色。
气象学家
2022-04-18
1.4K0
深度学习撞墙了!
近年来,AI 在大数据、大模型的深度学习之路上一路狂奔,但很多核心问题依然没有解决,比如如何让模型具备真正的理解能力。在很多问题上,继续扩大数据和模型规模所带来的收益似乎已经没有那么明显了。
气象学家
2022-04-18
2580
文章推荐|机器学习在气象领域的应用现状与展望
全文地址:http://www.qxkj.net.cn/qxkj/article/abstract/20210614
气象学家
2022-03-30
2K0
AI for Good | 人工智能如何改进天气和气候预测?
How can AI improve Weather and Climate Prediction? 人工智能如何改进天气和气候预测? 人工智能方法正在我们生活的几乎任何方面迅速扎根。在某些特定的
气象学家
2022-03-28
4850
利用机器学习和深度学习方法整合多源数据进行中国水稻产量预测
Juan cao,Zhao zhang,Fulu Tao,Liangliang Zhang,Yuchuan Luo,Jing Zhang,Jichong Han,JunXie
气象学家
2022-01-18
2.2K0
DeepMind | 利用数据驱动深度学习方法应用于天气预报的前景与危机
使用机器学习(ML)模型进行天气预测已经成为一个流行的研究领域。这些模型的前景——无论是与更传统的数值天气预报(NWP)结合使用,还是单独使用——都是为了在大幅降低计算成本的情况下对天气进行更准确的预测。
气象学家
2022-01-18
4760
用Python复现一篇Nature的研究: 2.神经网络的构建与训练
本篇文章将从数据下载、处理、神经网络训练、画图四个大步骤叙说笔者在复现 Deep learning for multi-year ENSO forecasts这篇文章的工作。所涉及Python库有 wget , matplotlib , numpy ,xarray , pytorch 等一系列在深度学习以及气象数据处理中经常使用的函数库,希望这篇文章能够对大家有所帮助。笔者也只是大学二年级的本科生,做这些东西也只是凭借个人兴趣,水平低下、错误频出也是常有的事情,请大家见谅。
气象学家
2022-01-18
9750
基于时空深度混合模型的台风预测技术
参考文献:Chen Rui, Wang Xiang, Zhang Weimin, et al. A hybrid CNN-LSTM model for typhoon formation forecasting[J]. GeoInformatica, 2019,23(3): 375-396.
气象学家
2022-01-18
1.4K0
基于深度学习天气预报(DLWP)模型的集合预报系统来开展次季节预测
“Traditional weather prediction tells us what is likely to happen within the next 24 hours and up to two weeks ahead, whereas climate prediction tells us what will likely happen in the coming seasons. Until recently, there was a gap between the weather and climate predictions leaving us unsure about what may happen between two weeks to two months from now. This time window between weather (up to 2 weeks) and climate (a season and longer) is known as “subseasonal.”The forecasting effort targeting this subseasonal time window and bridging the gap between the weather and climate predictions is known as subseasonal-to-seasonal (S2S) prediction.
气象学家
2022-01-18
1.2K0
用Python复现一篇Nature的研究: 1.数据下载及预处理
本篇文章将从数据下载、处理、神经网络训练、画图四个大步骤叙说笔者在复现 Deep learning for multi-year ENSO forecasts这篇文章的工作。所涉及Python库有 wget , matplotlib , numpy ,xarray , pytorch 等一系列在深度学习以及气象数据处理中经常使用的函数库,希望这篇文章能够对大家有所帮助。笔者也只是大学二年级的本科生,做这些东西也只是凭借个人兴趣,水平低下、错误频出也是常有的事情,请大家见谅。
气象学家
2021-07-30
2K1
用机器学习方法提高中国次季节降水预报的准确性
中国科学技术大学博士生王岑、南京信息工程大学研究生贾朝莹、百度公司尹朝晖老师、中山大学刘飞老师以及中国科学技术大学陆高鹏老师、郑建秋老师,以Hwang等人在2019年提出的机器学习模型为基础,对中国降水进行次季节预报,尝试提高中国降水次季节预报技巧。
气象学家
2021-05-20
1.1K0
含纳维-斯托克斯方程(气象学)实例,微分方程 VS 机器学习
微分方程(DE)与机器学习(ML)类数据驱动方法都足以驱动 AI 领域的发展。二者有何异同呢?本文进行了对比。
气象学家
2021-01-08
1.7K0
前瞻 | 使用机器学习方法检测和估计全球降雪
发表于Earth and Space Science的一项新研究运用机器学习方法,基于卫星被动式微波探测仪观测数据,并通过高质量的星载雷达提供的降雪数据进行训练,来获取全球降雪的发生和速率。
气象学家
2020-12-18
5290
AI技术在公众气象服务中的尝试应用
AI技术的火爆无疑是近几年创新应用上的一次革命。如今AI技术在众多科技公司的推动下已经渗透到各行各业,气象行业也不例外。将AI融入到天气预报、大气探测、天气预警以及天气服务中的尝试一直未间断。AI技术的应用背后是大数据的支撑和机器学习的广泛探索。利用AI技术进行雷达图像的识别,进行短临预报;利用AI技术与数值模式结合提升预报的准确率;利用AI技术进行探测数据的质量控制和融合处理;利用AI技术进行天气预警的精准推送;利用AI技术进行大雾的识别、天气现象的识别等等,可以说AI已经在气象领域中全面开花。在复杂的大气物理、化学等机理研究难以取得突破时,融入AI技术是提升气象技术的有利补充。关于天气预报、探测等AI技术的应用上经验比较少,跟大家分享一下我参与实施的在公众气象服务中的一些尝试应用。
气象学家
2020-09-25
1K0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档