记得点击蓝字关注我们哦！第61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（Theocean,ourclimateandweather）。海洋和天气属于同一个公地，两者之间正在进行持续的对话。可以说，海洋是地球气候系统最直接的调节者。甚至可以说，一切关于天气的问题，都可以在海洋中得到解答。从今天开始，我们推出了一系列创新的海洋气象科技产品，带大家乘风破浪环游世界。今天的“海洋故事”是一场台风。2020年，我国经历了历史上独一无二的“空七月”和罕见的东北台风“三连击”。许多指标创造了历史，这是非常难得的。热带海洋是台风的故乡，台风可以说是最强烈的多尺度海气相互作用的典型代表。台风是怎样产生的？首先，要有足够宽阔的热带海面，海面温度要高于26.5℃。上升的气流会借助强大的地转偏转力形成气旋。借助海洋表面稳定的下垫面条件，将有充足的时间积累能量，最终酝酿台风。什么是台风？台风强度是指热带气旋底部中心附近的最大平均风速，台风定级就是确定最大风速。由于台风大部分时间都在海上，海面观测站有限，只能依靠卫星高空观测，再通过云图判断其强度。20世纪70年代以来，利用卫星影像台风云特征推算台风强度（Dvorak）的技术在作业中得到广泛应用。如今，随着深度学习技术在人工智能领域，尤其是在图像识别领域的广泛应用，展现出巨大的潜在优势，为我们判断台风强度提供了一些新思路。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和学习的模型，模仿人脑机制识别目标和感知信息。通过训练，模型可以自动提取隐藏在原始数据中的信息，形成抽象的高层特征表示，特征表示通过计算拟合函数得到决策结果。大气科学领域一直在使用机器学习方法进行研究。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，结合强大的数据学习能力和复杂的结构特征描述能力的深度学习，已经在许多气象领域得到应用。短期临近、气候预测、AQI预测、资料同化、台风、极端天气预报、数值预报优化等领域。深度学习如何应用于台风强度估计？台风一般产生于外海，海洋观测资料稀少，尤其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的探测。因此，在台风业务预报实践中，卫星云图成为判断台风强度的最重要依据。深度学习可以通过机器对大量样本的分析学习，隐含地提取图像中深层抽象的复杂特征。越来越多地被应用到台风强度估算领域。国家气象中心和北京邮电大学提出了端到端的可视化智能台风判定模型，该模型基于计算机视觉领域成熟的预训练CNN深度学习模型，如：RESNET、VGG等，对卫星云图数据进行与台风强度相关的特征提取，然后建立分类模型和基于相似度的检索模型，根据提取的特征得到决策结果；最后结合两个模型的识别结果给出最终的台风强度、置信度和参考云图。端到端核心模型人工智能台风判定性能分析以2019年登陆我国的最强台风“利奇马”为例，分析深度学习在台风强度预估中的性能。下图是“利奇马”全过程ResNet模型基于云图估算的台风强度和最优路径强度时序图。总体而言，模型对各阶段台风强度的估计与实际变化相符。台风加强阶段，8月6日中午12时前台风强度预估稍弱。在台风发展阶段，可以很好地识别8月7日台风的快速增强过程，可以更准确地估计台风的峰值强度。9日出现两个强度峰值。最后，在台风深入内陆阶段，虽然台风较弱，但模型对台风强度的估计与实际基本一致。台风“利奇马”发展全过程登录智能台风应用系统，检索更多台风信息。我国是世界上受台风影响最严重的国家之一。随着全球变暖和我国海洋经济的快速发展，台风灾害日益严重，已成为社会经济可持续发展的制约因素。随着人工智能技术的不断发展，适用于气象领域的深度学习模型的研究与探索，更好地利用地面自动气象站、雷达、卫星等获取的大范围观测数据，自动、智能、快速获得更准确可靠的判读、可控、可调、可视化的预报结果，结合人工智能等手段，对台风实时监测预报等技术也将起到巨大的推动作用。人工智能技术在台风判定中表现如何？让我们拭目以待今年的台风季吧！往期精选·完·中央气象台科技创新服务创新·绿色·分享微信公众号：kjcx\_nmc我知道你在“看”
