检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:嵇磊 王在文 陈敏 范水勇 王迎春 沈志远[3] JI Lei;WANG Zaiwen;CHEN Min;FAN Shuiyong;WANG Yingchun;SHEN Zhiyuan(Institute of Urban Meteorology (IUM),Beijing 100089,China;Beijing Meteorological Service,Beijing 100089,China;Sinovation Ventures AI Institute,Beijing 100080,China)
机构地区:[1]北京城市气象研究院,北京100089 [2]北京市气象局,北京100089 [3]创新工场人工智能工程院,北京100080
出 处:《气象学报》2019年第5期960-964,共5页Acta Meteorologica Sinica
基 金:国家重点研发计划专项(2018YFC1506801);国家自然科学基金项目(41505117);中央级公益性科研院所基本科研业务费专项(IUMKY201904)
摘 要:2018年8月,北京城市气象研究院与创新工场等公司联合举办了“天气预报”竞赛(WFC)——这是一项面向全球的人工智能(AI)挑战赛,旨在通过发挥AI技术的优势提高天气预报水平。全球有超过1000支队伍参加本次WFC竞赛,约250支队伍完成了实时天气预报赛程。最终,决赛排名前5的队伍获得了奖励。竞赛结果表明:多AI模型集合方法显著提高了2 m气温、2 m相对湿度和10 m风速的预报水平。与北京城市气象研究院在业务中应用的相似集合预报方法相比,基于时间序列分析、梯度提升树、深度概率预测等AI模型构建的集合预报方法,显著提升了2 m气温预报的准确率,前2名队伍在决赛期间的预报准确率分别提升24.2%和17.0%。同时,合理的数据处理技术和AI模型集合框架对预报效果的提升具有重要的作用。
关 键 词:人工智能(AI) 天气预报 地面气象要素 AI集合气象模型
分 类 号:P45[天文地球—大气科学及气象学]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.145