科技信息快递

2021年

  1. 2021年
  2. 2020年
  3. 2019年
  4. 2018年
  5. 2017年
  6. 2016年
  7. 2015年
  8. 2014年

第三期

  • 原汁原味

    导读-原汁原味

      2019 年和2020 年,NOAA 举办了两届“利用人工智能开发卫星地球观测和数值天气预报”研讨会,汇集了来自公共、学术和私营部门的400 多名科学家和行业人员。《美国气象学会会刊》(BAMS)近期基于两次研讨会上的成果和讨论,总结了...

  • 图1.png
    机器学习改进印度夏季风预测 2021-10-08   预测印度夏季风的爆发对印度次大陆的水资源管理和农业规划至关重要,但其长期可预测性,特别是季节尺度上的可预测性,却很少被研究。最近,德国波茨坦气...
  • 1.1.png
    新技术可以快速识别被洪水淹... 2021-10-08   新闻记者往往是第一个到达灾难现场的人,他们拍摄的照片相对全面地描绘了现场的状况。日本研究人员开发了一种机器学习模型,可以识别新闻照片,并根据照...
  • 1.2.png
    小型无人机在气象业务中的应... 2021-10-08   边界层在调节地表与自由大气之间的能量和水分交换方面发挥重要作用。但目前仍缺乏对边界层和低层大气在时间和空间尺度上的采样,以此来改进模式的中尺度...

原汁原味

  • 人工智能在地球与环境科学中... 2021-10-08 ► 李婧华 张定媛 编译
      由于数据可用性和计算能力的快速增长,地球和环境科学(以下统称为地球科学)将从不同应用科学领域利用快速发展的人工智能(AI)中受益。利用其他领域的算法——也就是所谓的元迁移学习——正在加速 AI 在环境数据和地球系统应用中的使用。在此,文章总结了数值天气预报科学(包括预报极端天气事件和利用卫星数据)最近取得重大进展的主要领域,提出了 AI 在未来地球科学应用中的潜在方向,并基于 2019 年 4 月在美国马里兰 College Park举行的首届 NOAA“利用 AI 进行卫星对地观测和数值天气预报”研讨会的介绍和讨论,扩展并更新了 Boukabara et al.(2019b)的观点,包括当前活动和预期未来趋势。虽然这篇综述兼会议总结的观点侧重于解决 NOAA 的任务,但科学具有广泛的相关性和应用。图 1 总结了一些 AI 技术及其相互关系。
  • 将人工智能与地球系统科学相... 2021-10-08 ► 李婧华 郑秋红 编译
      几十年来,科学家们一直使用数学方程来描述地球物理和气候过程,并构建确定性的计算机模拟,以便对这些过程进行分析。直到近期,基于过程的模式一直被认为是不可替代的工具,帮助我们理解耦合地球系统中复杂的相互作用,并提供了唯一的工具来预测地球系统对人为气候变化的响应。
      越来越多的过程不断加入,以及空间分辨率的不断提高,促进了综合地球系统模式(ESM)的发展,以分析和预测地球系统的状态。从 1990 年 IPCC 发布第一次评估报告到 2014 年的CMIP5 及相关的第五次评估报告,模式空间分辨率从 500 公里提高到 70 公里。CMIP 结果表明,过去 20 年,模式在再现地球系统关键特征方面的准确性大大提高。