-
专题报告
美国小卫星项目:CYGNSS项目业务化数据提供“无风不起浪”,美国NASA主导的CYGNSS(气旋全球导航卫星系统)项目利用GPS信号能穿透云层和降水区的优势,用小卫星星座收集GPS信号被“起浪”的海面反射的信号,从而获得高时空覆盖的海面风场反演数据,支持TC监测和预报。该项目借助美国高校和企业的研发力量,实现立项4年星座发射,不到5年实现业务化,2019年该项目业务化提供科学数据的时限将在延长一年半,且通过接受更多频道数据的星座设计将使得CYGNSS二代项目获得数据质量和覆盖的极大提升,TC预报,尤其是强度预报改进的技术路线很可能就此展示出来。
-
原汁原味
对数据驱动的地球系统科学深度学习和过程的理解你有没有想过,“物体识别、语言翻译、视频预测”这类深度学习应用词汇,应如何转化到大气科 学语境中?Nature2月刊上的这篇文章,讨论的就是这类问题:如果机器能识别图片的猫狗,为什么不 用同样的方法识别气候模拟中的极端天气?如果能解析颠三倒四的语言结构,为什么不能解析动态时间 序列?视频动作的识别和预...
-
来源:Reichstein,M.,Camps-Valls,G.,Stevens,B.,Jung,M.,Denzler,J.,&Carvalhais,N.(2019).Deep learning and process under standing for data-driven Earth system science.Nature,566(7743),195.
贺洁颖(山西省气科所)、唐伟(中国气象局发展研究中心)摘译
田晓阳 审校
摘要:机器学习方法正在越来越多地用于从不断增加的地理空间数据中提取分布规律和线索,但当系统行为受空间或时间要素主导时,目前的方法可能不是最佳的。这些(空间和时间)背景场应该被用作深度学习(一种能够自动提取时空特征的方法)的一部分,以获得对地球系统科学问题的进一步理解,提高季节预测能力和多时空尺度模拟,而不是仅仅改进传统的机器学习方法。下一步方向将是混合建模方法,将物理过程模型与数据驱动机器学习的多功能性耦合起来。
人类总是努力预测和认识这个世界,更好的预测能力在很多背景下(如天气、疾病或金融市场)都具有竞争优势。地球科学中的一个成功案例是天气预报,但我们也只能准确预测日尺度而不是月尺度的天气演变。近年来海量的地球系统数据已经出现,存储量已经远远超过几十PB,并且传输速率迅速提高,每天超过数百TB。地球系统数据具备典型的“大数据”的“4V”特征:体积、速度、多样性和准确性(图1)。一个关键的挑战是从这些大数据中实时提... -
编译:田晓阳 贾朋群
摘要:现在很少有人否认极端天气和气候变化隶属我们这个时代最紧迫的问题。而且一般公认,人类实质上同时是问题和解决方案的一部分。美国气象学会(AMS)在过去的一百年里一直支持着天气和气候科学,但直到最近才将社会科学纳入其中。本章中,我们回顾了社会科学在气候影响方面的一些趋势——目前正在借此了解人类与天气、灾害和气候变化的相互作用,包括科学地使用科学,脆弱性和适应性,气候变化、健康和安全。我们认为社会科学在 AMS 期刊中稳步增长并对该领域产生了影响(特别是在关注影响的专门期刊《天气、气候和社会》 发布后),但在 AMS 内仍有很大的发展空间来体现文献中众多的天气和气候社会研究领域。剩下的一个重大挑战是提高 AMS 产生的知识的可利用性和使用,为减缓和应对气候变化的决策提供信息。
1 引言
美国气象学会(AMS)在过去的一百年里一直支持和培养气象学和气候变化的科学,但直到最近才将社会科学纳入(Demuth et al. 2007)。本章中,我们回顾了一些推进人类与各种形式气候性变化——天气、灾害和气候变化——的相互作用的理解的社会科学,以及它们的影响和潜在的解决方案。
虽然气候变化一开始是大气问题而不是社会问题(Sarewitz and ...
- 社会科学、天气和气候变化 作者:Maria Carmen Lemos; Hallie Eakin; Lisa Dilling; Jessica Worl编译:田晓阳 贾朋群摘要:现在很少有人否认极端天气和气候变化隶属我们这个时代最紧迫的问题。而且一般公认,人类实质上同时是问题和解决方案的一部分。美国气象学会(AMS)在过去的一百年里一直支持着天气和气候科学,但直到最近才将社会科学纳入其中。本章中,我们回顾了社会科学在气候影响方面的一些趋势——目前正在借此了解人类与天气、灾害和气候变化的相互作用,包括科学地使用科学,脆弱性和适应性,气候变化、健康和安全。我们认为社会科学在 AMS 期刊中稳步增长并对该领域产生了影响(特别是在关注影响的专门期刊《天气、气候和社会》 发布后),但在 AMS 内仍有很大的发展空间来体现文献中众多的天气和气候社会研究领域。剩下的一个重大挑战是提高 AMS 产生的知识的可利用性和使用,为减缓和应对气候变化的决策提供信息。