记得点击蓝字关注我们哦！
第六十一个世界气象日即将来临今年的主题是：海洋、我们的气候和天气**（The ocean, our climate and weather）**海洋和天气属于同一个公域，两者之间无时无刻不在进行着对话。可以说，海洋是地球气候系统最直接的调节器。甚至可以说，**所有关于天气的问题，**都能在海洋中找到答案。今天开始，我们推出系列海洋气象科技创新产品，带大家一起乘风破浪纵横四海。今天的“海洋故事”是台风 2020年，我国经历了历史上绝无仅有的“空台7月”以及罕见的东北台风“三连击”，多项指标创造历史，十分罕见。热带海洋是台风的老家，
台风可以说是最为强烈的多尺度的海气相互作用的典型代表。**台风是如何生成的？**首先要有足够广阔的热带洋面，海水表面温度要高于26.5℃，空气的上升借助强大的地转偏向力，形成气旋，借助洋面上稳定的下垫面条件，有充分的时间积蓄能量，最终酝酿出台风。**台风定强是什么？**台风强度指的是热带气旋底层中心附近的最大平均风速，台风定强就是要确定这个最大风速。由于台风大部分时间在海上，海上观测站有限，因此只能依靠卫星从高空对其进行观测，后利用云图定强。自上个世纪70年代开始，利用卫星图像上的台风云型特征估计台风强度的技术（Dvorak）在业务中广泛应用。今天，随着深度学习技术在人工智能领域广泛应用，特别是在图像识别方面展现了巨大的潜在优势，为我们对台风的定强提供了一些新思路。
什么是深度学习？
深度学习是基于多层神经网络建立模拟人类分析、学习的模型，模仿人脑机制识别目标，感知信息，模型通过训练能够自动提取原始数据中隐含的信息形成抽象的高层特征表示，将特征表示通过拟合函数进行计算得到决策结果。大气科学领域一直在使用机器学习的方法进行研究，随着地面自动气象站、雷达、卫星等获取的观测数据越来越多，在气象大数据背景下，结合具有强大的数据学习能力和复杂结构特征刻画能力的深度学习已有很多气象领域的案例，例如短临，气候预测，AQI预测，数据同化，台风，极端天气预测，数值预报优化等等。
深度学习**在台风强度估测中如何应用？**台风一般生成于开阔洋面，而海洋上观测资料稀少，特别是在台风进入雷达有效探测范围之前，台风的监测主要依靠气象卫星探测来完成。因此在台风业务预报实践中，卫星云图就成为了确定台风强度的最主要的依据，深度学习通过机器对大量样本的分析和学习，能够隐式提取图像中深层抽象的复杂特征，越来越多地被应用到估测台风强度的领域中。国家气象中心联合北京邮电大学，提出了一种端到端的可视化智能台风定强模型，该模型通过计算机视觉领域成熟的预训练CNN深度学习模型为基础，比如：RESNET、VGG等，对卫星云图数据进行台风强度相关的特征提取，然后根据提取的特征分别构建分类模型和基于相似度的检索模型获取决策结果；最后，融合两个模型的识别结果，给出最终台风的强度、置信度和参考云图。
端到端的核心模型
人工智能台风定强性能分析
以2019年登陆我国最强的台风“利奇马”为例来分析一下深度学习在台风强度估测中的表现。下图是“利奇马”全过程ResNet模型根据云图估计的台风强度与最佳路径强度的时序图。总体而言，模型对台风各个阶段强度的估计与实际变化均比较一致。在台风增强阶段，对台风在8月6日12时之前的强度估计略有偏弱。在台风发展阶段，能较好识别出台风在8月7日快速增强的过程，对台风峰值强度估计亦较为准确，特别是较为准确地估测出了“利奇马”在8月8日和9日的两次强度峰值。最后，在台风深入内陆的阶段，虽然台风较弱，但模型对台风强度的估计与实况基本吻合。台风“利奇马”发展全过程登录智慧台风应用系统，检索更多台风信息
我国是世界上受台风危害最严重的国家之一。随着全球气候变暖和我国海洋经济的迅速发展，台风灾害有愈演愈烈之势，已成为社会经济可持续发展的一个制约因素。随着人工智能技术的不断发展，研究探索适合气象领域的深度学习模型，更好的利用来自地面自动气象站、雷达、卫星等获取的大规模观测数据，自动、智能、快速得到更加精准、可解释、可控可调、可视化的预测结果，同时结合人工智能等方法，也必将对台风实时监测乃至预报预测等技术起到巨大的推动作用，人工智能技术在台风定强中表现如何？让我们对今年的台风季拭目以待吧！
往期精选
·END·
中央气象台科技创新服务
创新·绿色·共享
微信号:kjcx_nmc
我就知道你“在看”
