Google提出一种用于降水预报的神经天气模型 可在未来8小时内以1km的分辨率预报降水量

准确预测未来几分钟到几周的天气是一项基本的科学挑战，它可以对社会的许多方面产生广泛影响。

据外媒报道，近日，在先前对降水量预报的研究基础上，Google提出了MetNet，这是一种用于降水预报的神经天气模型。

这种DNN（深神经网络）在强大的专用硬件（如GPU和TPU）上使用并行计算，发现数据中的模式，并学习从输入到所需输出的复杂转换。

DNN能够在未来8小时内以1km 的分辨率预报降水量，时间间隔为2分钟。

MetNet的预测时间比NOAA（美国国家海洋和大气管理局）目前使用的最先进的基于物理的模型提前了7-8小时。它可以在几秒钟内对整个美国的降水量进行预测，而NOAA 需要花费一小时。

Google正在积极研究如何改进全球天气预报模型，尤其是在气候快速变化很大的地区的准确性。虽然上文展示了美国大陆目前的MetNet模型，但它可以扩展到任何有足够雷达和光学卫星数据的地区。

Google也希望通过今后与气象界的合作，能够带来更大的改进。

责任编辑：wv