基于新的人工智能深度学习模型的更早更准确的臭氧预警

此页面上的内容需要较新版本的 Adobe Flash Player。

获取 Adobe Flash Player

今天是:
服务公告 更多
留言板  
如果您在使用中发现任何问题或有任何意见,请在这里留言,非常感谢!
下载中心 更多
 
您现在的位置:首页 > 信息速递
基于新的人工智能深度学习模型的更早更准确的臭氧预警

  近日,休斯顿大学研究人员发表在《神经网络》杂志(Neural Networks)上的一篇题为“Using a deep convolutional neural network to predict 2017 ozone concentrations, 24 hours in advance”的文章指出,该团队开发了一种基于人工智能技术的臭氧(O3)预报系统,该系统可以提前24小时预测臭氧浓度水平。

  O3是一种不稳定的气体,当日光与氮氧化物(NOx)和挥发性有机化合物接触时反应产生,O3会引起人的呼吸系统问题,从而产生健康暴露风险。研究人员指出,当前的臭氧预测模型大都没有集成人工智能技术,并且耗费的计算时间通常长达可数小时,且准确率也不高。为了解决上述问题,研究团队基于卷积神经网络建立了一个人工智能的O3预测模型。研究人员表示,模型的关键在于卷积神经网络的运用,即能够“扫描”数据并根据其所学知识进行推演,卷积神经网络可提高成像分辨率,使用网络提取信息然后使用人工智能算法根据数据进行预测。新模型在进行O3浓度预测计算时,仅需花费数秒,大大缩短了计算时间。

  研究人员使用了得克萨斯州环境质量委员会在休斯敦和该州其他地方21个站点,2014—2016年间收集的气象和空气污染数据对模型进行训练,并利用2017年的天气数据对模型预报的准确性进行检验。结果显示,模型在预测未来24小时内的O3浓度水平时,准确率可达85%~90%。

  研究人员表示,随着网络的不断学习,它将随着时间的推移变得更加准确。目前研究人员正在进一步扩展该模型,以使其包括对其他类型污染物(如颗粒物)的预测,并将时间延长到24小时以上。

  延伸阅读:https://www.sciencedaily.com/releases/2019/10/191029131458.htm(吴灿选编)

旧版网站 | 访问统计
版权所有©中国气象局干部培训学院 中国气象局图书馆 访问次数:
北京市海淀区中关村南大街46号 邮编:100081
联系电话:010-68407216 Email:infojs@cams.cma.gov.cn