首页 > 最新资讯 > 深度学习助力气候预测模型“拨云见日”
深度学习助力气候预测模型“拨云见日”

深度学习助力气候预测模型“拨云见日”

2018-10-15 12:27

#深度学习


 

对于未来数十年气候变暖的幅度,全球专家的预测结果并不完全一致。有些专家预测,到2100年气温会上升3摄氏度或更多。另一些专家则认为,气温的变化幅度为1.5度。造成这种差异的主要原因可能会令人惊讶,即云。

 

“其中的不确定性因素与我们在预测模型中如何处理‘云’这一变量密切相关。”哥伦比亚大学地球与环境工程系副教授Pierre Gentine表示。

 

Gentine及其同事开发了一个深度学习模型,以解决这一影响气候预测准确度的难题。

 

如何捕捉到云并将其“稳住”?

 

2015年,气候专家与世界各国的领导人共同起草了《巴黎协定》,目标是将本世纪全球平均气温上升幅度控制在2摄氏度以内(相对于前工业化时期的水平)。一旦超过这一临界点,干旱、海平面上升等现象就会加剧,且多个动物物种可能会面临灭绝。

 

Gentine指出,被屡屡提及的“2摄氏度”指的是全球平均值,包括海洋之上的升温幅度,而这些地方实际上并没有人类居住。这也是许多不同气候模型的平均值。

 

由于气候模型必须能够粗略估算出环境的某些特征,并且每个计算团队的计算方式又略有不同,所以最终导致各种预测之间出现差异。

 

气候模型看起来就像是一个布满网格的地球。网格上的每一个单元格都代表了一块约为50到100平方公里的表面积。根据由Gentine合著的一篇论文,这种分辨率对于解释“云”这样的小特征影响因素来说还不够精确(云的跨度通常只有几百米)。

 

科学家们依赖于数学近似法或参数化来了解一个地区的平均云量,以及何种云层将会加湿或加热大气层。

 

根据研究人员对云物理特性的不同描述,它们可能在最终的模型中表现得明亮、或阴沉、或暗淡。这会产生很大的不同,因为较为明亮的云会向大气中反射更多的热量,从而降低大气温度。

 

与预测全球气温会升高1摄氏度的模型相比,一个预测升高3摄氏度的模型呈现出的云量可能会更少,或者云更阴暗。

 

更为精确的云层解析模型会使用显示更为细腻的分辨率,但是其带来的计算量也会十分庞大。所以,此模型的计算能力必须非常强大,才可以让研究人员将其应用于全球气候模型当中,用于预测未来更长时间的气候变化。

 

深度学习为准确预测带来一线希望

 

为了解决这一问题,研究人员选择了一个分辨率高达一平方英里的云层解析模型,并涵盖了各种各样的云层数据。

 

然后,他们利用这些精细数据对一个神经网络进行了为期六个月的训练,并将该深度学习解决方案引入了现有的气候模型,取代了先前的云层效果近似计算。

 

<iframe allowfullscreen="" class="video_iframe" data-ratio="1.4705882352941178" data-vidtype="2" data-w="400" frameborder="0" src="https://v.qq.com/iframe/preview.html?vid=k0742bd20ad&width=500&height=375&auto=0"></iframe>

Gentine表示,使用神经网络来表示云层提升了气候模型的准确度。除气温估算外,神经网络还为降水极值提供了更准确的预测,而大多数现有模型目前还达不到这一点。

 

另外,还有一个优势是,该神经网络比原来的气候模型便宜8倍之多。

 

研究人员使用了多种NVIDIA GPU,包括Tesla P100和K80加速器。虽然他们在开始时使用了TensorFlow软件库,但后来不得不将代码转换为Fortran,这是一种经典大型气候模型所使用的语言。

 

Gentine表示,其目标是提高气候预测的能力,从而在全球范围内更准确地预测区域气候影响。这些详细数据对于减灾工作和基础设施规划起到至关重要的作用。

 

“当我们讨论全球气温升高2摄氏度时,这并不意味着德克萨斯的气温不会升高4度,”他说道,“我们极其需要这种准确的局地估算。”

相关新闻