Pourquoi Les Stations Météorologiques Et L’ia Ne Peuvent-elles Pas Prédire Le Temps Avec Précision ?

Selon les prévisions du département météorologique, Pékin connaîtra les précipitations les plus fortes depuis le début de la saison des inondations de cette année le 12 août, ce qui a attiré l'attention de tous les horizons et a incité les gens à commencer à prêter attention aux prévisions météorologiques et aux méthodes de prévision scientifique qui les sous-tendent. De nos jours, l’intelligence artificielle a également été ajoutée aux observations météorologiques.

Selon les prévisions du département météorologique, Pékin connaîtra les précipitations les plus fortes depuis le début de la saison des inondations de cette année le 12 août, et les départements à tous les niveaux ont émis des avis d'alerte précoce.

Après une longue attente d'un jour et d'une nuit, les fortes pluies intermittentes ont fourni aux internautes beaucoup d'inspiration et ont créé de nombreuses blagues largement diffusées. Cela rend également tout le monde curieux de savoir comment prévoir la météo ? Comment rendre les prévisions météorologiques plus précises et plus opportunes ?

Qui est responsable des prévisions météorologiques, le Roi Dragon ou le satellite ?

Dans le passé, les prévisions météorologiques étaient basées sur divers instruments d’observation météorologique et sur plusieurs stations météorologiques. La température, l’humidité, la pression atmosphérique et d’autres indicateurs ont été mesurés, et les résultats d’observation ont été résumés et représentés sur un graphique.

Cette image montre les changements dans l'atmosphère à différentes altitudes et niveaux, prédisant ainsi les conditions météorologiques possibles.

Différentes conditions météorologiques sont détectées à l’aide de différentes installations. Par exemple,Station terrestreIl peut mesurer directement le vent et les précipitations, etc., et peut également effectuer des observations de température, de pression, d'humidité et de vent, ainsi que des observations de foudre.

Observations radar, telles queradar DopplerPeut détecter et mesurer les précipitations en temps réel, etObservation automatique par télédétection.

Le satellite Fengyun que nous connaissons estsatellite météorologique, est de fournir une imagerie multispectrale, telle que la lumière visible de jour et de nuit, les images de nuages infrarouges, la couverture de glace et de neige, la végétation, la couleur de l'eau de mer, la température de surface de la mer, etc.

De nos jours, les prévisions météorologiques ont ajouté des méthodes plus objectives telles que les modèles de prévision numérique et les prévisions algorithmiques, ainsi que des systèmes de prévision et des données d'observation plus complets.

La météorologie est si complexe qu’elle peut refléter la force d’un pays

La recherche météorologique ne concerne pas seulement le vent et la pluie, mais couvre les cinq grands cercles allant de l’océan au ciel, à savoir l’atmosphère, les sources, la lithosphère, la biosphère et la cryosphère.

L'ingénieur en chef du Centre de cinéma et de télévision de l'Administration météorologique chinoise a déclaré dans une interview avec « iScientist » : « Dans la recherche météorologique,La physique est nécessaire pour expliquer le mouvement de l’atmosphère et de l’océan, la chimie est nécessaire pour comprendre les changements dans la matière et les mathématiques sont nécessaires pour compter et calculer. Derrière les quelques chiffres des prévisions météorologiques se cache une grande quantité de connaissances accumulées grâce à des disciplines interdisciplinaires et à la puissance de calcul et aux capacités d'exploration spatiale les plus puissantes d'un pays."

Le réseau d’observation météorologique de mon pays a formé un système d’observation tridimensionnel. Selon l'Administration météorologique de Chine, en mai de cette année, le département météorologique de mon pays compte désormais plus de 70 000 stations d'observation météorologique au sol, avec un taux de couverture des cantons nationaux de 99,6 %, et l'efficacité du temps de transmission des données est passée d'une heure à une minute.

Le réseau de radars météorologiques de nouvelle génération composé de 216 radars a lancé avec succès 17 satellites météorologiques de la série Fengyun, dont 7 sont en orbite, fournissant des services à plus de 100 pays et régions du monde et à plus de 2 500 utilisateurs en Chine.

À l'heure actuelle, il existe plus de 1 000 satellites météorologiques dans l'espace à travers le monde, qui peuvent fournir une grande quantité de données météorologiques telles que le vent, la pluie, la température, etc. Il existe également des centaines de milliers de stations météorologiques nationales et d'entreprise sur Terre, qui collectent en permanence des données en temps réel.

Les stations météorologiques nationales facilitent la vie des gens, tandis que les stations météorologiques d'entreprise fournissent des services commerciaux, tels que la fourniture de données météorologiques plus détaillées pour les grandes exploitations agricoles, les événements sportifs et l'industrie aéronautique.

Des événements imprévisibles peuvent se produire, même l'IA ne peut pas les prédire

Selon les données récentes du China Industry Information Network, les revenus du secteur des services météorologiques chinois devraient atteindre 300 milliards de yuans au cours des cinq prochaines années.

De nombreuses grandes entreprises telles que GE, IBM, Google, Panasonic, etc. se sont développées et ont fourni des services de données météorologiques.

 L'IA teste le vent et le cloud : les réseaux neuronaux 

Plus tôt cette année, Google a publié Apprentissage automatique pour la prévision immédiate des précipitations à partir d'images radarDans un article publié dans la revue Nature, les chercheurs de Google AI se sont concentrés sur « Développement d'un modèle d'apprentissage automatique pour la prévision des précipitations »Proposer de nouvelles méthodes de recherche.

La nouvelle méthode présentée dans l’article consiste à établir un modèle de prévision des précipitations à court terme en utilisant des méthodes basées sur les données sans utiliser de modèles de physique atmosphérique. Seuls les réseaux neuronaux sont utilisés pour apprendre à adapter la physique atmosphérique à l'aide d'ensembles de données d'entraînement, sans utiliser de connaissances de base préalables en physique atmosphérique.

Dans cette méthode, la prévision des précipitations est considérée comme un problème de conversion d'image en image, et un réseau neuronal convolutif avec une structure U-net est utilisé pour atteindre l'objectif de prévision.

 Tests d'IA : reconnaissance d'images 

Dans les prévisions météorologiques, les données radar sont converties en images. En extrayant des caractéristiques d'image telles que la teinte, la saturation et la luminosité, les méthodes de reconnaissance d'image sont utilisées pour distinguer différents phénomènes météorologiques, tels que la pluie, la neige, la grêle, la rosée, le gel et le brouillard (brume).

Les trois premières images de la rangée supérieure montrent les images radar 60 minutes, 30 minutes et 0 minute avant maintenant, et l'image la plus à droite montre l'image radar 60 minutes à partir de maintenant, qui est la vérité terrain de la prévision immédiate.

Le panneau inférieur gauche est destiné à des fins de comparaison et représente le champ vectoriel produit en appliquant l'algorithme de flux optique (OF) pour modéliser l'advection des données des trois premiers panneaux ci-dessus.

Le flux optique OF est une méthode de vision computationnelle développée dans les années 1940 et souvent utilisée pour prédire l'évolution météorologique à court terme.
L'image en bas à droite montre un exemple de prévision pour OF qui prédit assez bien les précipitations, mais ne tient pas compte de l'intensité décroissante de la tempête.

L'IA pour le calcul haute performance 

IBM exploite le modèle de prévision météorologique mondial à la plus haute résolution, le Global High-Resolution Atmosphere Forecast System (GRAF). Il s’agit du premier modèle météorologique mondial mis à jour toutes les heures et capable de prédire des systèmes météorologiques à petite échelle comme des orages presque partout sur Terre.

Pour prendre en charge le fonctionnement d'un grand système comme GRAF, IBM prend en charge 84 nœuds AC922.Chaque nœud est équipé de quatre GPU Nvidia V100 et de 3,5 Po de stockage IBM Spectrum Scale, et peut traiter jusqu'à 10 To de données météorologiques par jour.

 L'IA mesure le vent et les nuages : ce que dit l'IA ne compte pas 

Bien qu'il semble désormais que l'intelligence artificielle ait permis d'accélérer de nombreux aspects de la recherche scientifique en matière de prévisions météorologiques et de prévisions météorologiques. Cependant, après avoir interviewé des professionnels du secteur, nous avons appris qu'en matière de prévisions météorologiques,Des milliers de facteurs influencent les changements climatiques, qu’il s’agisse de la lumière du soleil ou des courants océaniques. Chaque variable change constamment et aura un impact sur le changement climatique.

Plus les variables impliquées sont nombreuses, plus les exigences en matière de données de formation et de puissance de calcul de l'IA sont élevées. Par exemple, les fortes pluies à Pékin se sont produites pendantIl y aura une certaine erreur dans la prévision et l'avertissement d'un temps convectif violent un jour à l'avanceQu’il s’agisse d’analyses complètes ou d’IA, il reste encore un long chemin à parcourir dans la prédiction des données météorologiques.

Cependant, les pluies soudaines à Pékin ont aidé davantage de personnes à comprendre les connaissances scientifiques et les efforts de recherche derrière les prévisions météorologiques, ce qui constitue un résultat opportun et fructueux.

Références :

– iScientist : Pourquoi les prévisions météorologiques sont-elles parfois inexactes ? Nous avons parlé au météorologue.

- Google:Utilisation de l'apprentissage automatique pour « prévoir » les précipitations en haute résolution》

– Cœur de la machineRenforcer l'analyse des données, les prévisions météorologiques précises et la recherche météorologique basée sur l'IA》

– IBM https://www.ibm.com/weather/industries/cross-industry/graf

-- sur--