物理学与机器学习相结合以实现更好的气旋预测

时间是热带气旋预测的关键：社区的预警时间越长，当风暴登陆时，社区成员的准备就越充分。目前，热带气旋的路径和性质最多只能提前五天预测。

但《地球物理研究杂志》发表的新研究探索了一种预测这些风暴的新方法，可以把预测时间延长到两周。

研究人员创建了一种用于长期热带气旋预报的混合模型，将基于物理的天气研究和预报 (WRF) 模型的强度和高分辨率与名为盘古天气(Pangu)的机器学习模型的大规模环流和风暴路径建模能力相结合。

WRF 将地球表面划分为边长最小为 2 公里的网格，模拟热带气旋演变的过程。然而，像 WRF 这样的基于物理的模型在预测风暴强度方面存在一些局限性，因为它们并不总是能捕捉到不断变化的环境因素，例如海面温度或与其他风暴的相互作用。

机器学习预测模型在预测热带气旋路径方面表现更好，但盘古25公里的分辨率意味着它可能会错过正在形成的风暴中较小规模的变化。

为了减少这些限制，研究人员将 WRF 和盘古模型的方法结合起来。他们在两周内进行了六次实验来测试他们的建模设计。在调整模型后，他们以 2023 年的弗雷迪(有记录以来持续时间最长的热带气旋)作为案例研究，测试了他们的方法。

他们发现，与仅使用一种建模方法相比，混合方法显著改善了跟踪和强度预测。他们的方法还将准确预测时间从五天延长到七天，并紧密匹配弗雷迪整个两周的路径和强度。

标签：

版权声明：本文由用户上传，如有侵权请联系删除！