北京物流信息联盟

海洋论坛潘海朗: 人工智能在气象和海洋领域的应用

2022-04-21 07:47:35

点击上方“溪流之海洋人生”即可订阅哦


一、人工智能在海洋气象领域的应用

天气图是在一张特制的底图上填有各地同一时刻的气象观测记录,能够反映一定区域内的天气情况的图。它是用来观察、监视和研究天气系统发生、发展演变和移动等情况的重要工具。气象台或气象站经常绘制的天气图有地面天气图、高空天气图及各种辅助图。船舶利用气象传真机,可接收到各种天气图。

随着气象学的不断发展和对气象预报需求的逐步增加,世界各国都不断推出各种各样的图表,用来辅助气象预测,提高预报结果的精确性。由于各国对核心技术的保密需求,取得原始数据是不可能的,比如日本气象传真图。但是众多的辅助信息使关键信息淹没其中,而且各国使用的图格式不尽相同,使用起来很不方便,这就出现了对气象传真图中信息识别的需求。把重要的气象信息从各种各样的图中提取出来,融合到一张图上,这是气象预报员的梦想。

传真图的信息是用一些抽象的线条来描述大气系统的位置及演变情况;卫星云图是从太空直观地观测大气中云的演变情况,辅助预测大气系统的未来状况。传真图和卫星云图的融合,就好比给人体骨架加上了丰富的肌肉,更直观地反映了大气系统的演变过程,更精准地展现了大气系统目前的发展阶段,能更好地预测未来的情况。比如把锋线融合到卫星云图上,对锋面的云系一目了然,根据云系的发展情况,能很容易地判断锋线是在加强还是减弱,更精确地预测未来云系的影响范围。再比如把 500hpa位势高度线融合到卫星云图上来预测台风路径,通过云图和等位势高度线,能直观地看到台风和太平洋副热带高压的强弱对比,更准确地判断台风移动路径。传真图和卫星云图的融合,就是抽象与实体的融合,能全方位的掌握目前天气系统的演变情况和未来趋势。

目前各个气象网站上发布的气象图种类繁多,但并不是一一俱全的,比如江苏省气象信息共享平台网站上发布的日本传真图所对应的卫星云图在该网站上无法找到,而在日本气象厅网站上可以找到,这样就给气象专家带来诸多不便,如果能利用新型的网络体系将各种气象网站上对应的各种类型气象图截取、融合并发送至气象专家所在的客户端,将为气象专家进行天气预报提供新的参考工具。

研究气象行业智能图像数据融合在未来网络创新环境下的集成实验,是现代气象领域迫在眉睫的任务。气象图智能识别与融合技术可在未来网中进行业务应用,在未来试验网络上实现气象分析新型业务的创新与验证。探索了适合未来互联网气象分析应用创新的关键技术,提出新的天气分析体系结构、气象信息传输机制、气象信息处理方法。研究解决这一课题,将为气象领域智能分析、预报、云存储方案提供新的参考依据。

气象图的信息识别技术可应用于旧图复原,几十年前的原图已无法找到,只能根据旧论文中不是很清晰的气象图来提取和修复所需的关键信息。

气象图识别信息的三维立体展示可应用于课堂教学和辅助气象人员分析区域天气情况,将同一地理位置各个 hPa 高度的气象传真图中各种关键信息提取及三维重建,直观地展示天气特征以及周围相关的基础地理特征,将平面的天气状况立体化与可视化,实现对海量区域气象数据的集成展示。

目前天气分析还是依靠人工对各种图表的主观分析,没有一个客观的标准,通常每天的气象会商会上,由于各个预报员的分歧较大,常常使会议演变为口水战。最终预报结果由值班预报员或者首席预报员决定,但是始终无法摆脱主观判断,让每个预报员都信服这个结果。

根据气象信息的客观分析,成为天气分析中一种越来越重要的方法,既解决了主观分析带来的不确定性,又为提高预报精确度带来了客观依据。气象信息提取识别技术为客观分析带来了可行性,通过对各种不同信息的分析,可以制定出天气预测的客观标准,从而提高气象预报的准确性。采用运动学方法分析传真图中识别信息的运动规律,建立降水概率、台风路径趋势预报方程,利用图像中识别的信息分析判断降水概率、台风路径趋势、热带风暴、冷空气、各种大气能量等。

根据锋线的位置、强度、移向、移速等确定云系、降水区,分析冷空气的堆积和移动,分析温度、露点、气压、风等。根据等位势高度线的高度信息计算单位质量空气的重力位能、全位能。根据位涡守恒原理导出位涡方程,根据位涡方程研究位涡的演变与发展过程,以及影响其变化的因子,通过追踪位涡异常区来追踪大气扰动的演变情况。采用位涡来跟踪气块移动(如冷空气的轨迹)、分析对暴雨、强对流等天气现象的物理机制的研究。根据位涡的可反演性,由给定位涡的分布及其变化,反演诊断出风、温度、位势高度等要素的分布及其变化。采用多元线性回归方法对台风沿 X轴和 Y轴的运动位移和速度建立预报方程组,选择图像中提取的热带气旋信息作为预报因子,预报台风路径方位角的变化和速度等,正确地把握台风中心位置和移动方向。采用运动学方法分析图像中识别信息的运动规律,计算移动速度。建立大气运动的基本方程组(大气动力学和热力学方程组),利用动力学方程组从当前所了解的大气环流状态,去预报它的未来状态。

根据图像中温度露点差、锋线、等位势涡度线位置提取降水区域并计算面积,采用多元线性回归方法建立降水概率预报方程,将计算的雨区、湿区所占面积等作为预报因子代入方程求出降水概率值,并进行降水概率预报效果评估。选择从图像中提取的不同层次的正涡度中心、降水预报区、气旋性环流中心作为预报因子,建立预报方程组,预报台风路径趋势。根据温度线、等位势高度线的数值信息计算单位质量空气的内能、重力位能、压力能、全位能等大气能量。利用图像中提取的信息分析判断热带风暴、预报冷空气,将预报图和高空实况图结合起来进行连续科学分析,相互印证。

二、人工智能在海洋其他领域的应用

人工智能技术对海洋水文要素的观测应用也越来越多,目前世界上监测海浪的主要手段仍以海洋船舶、海洋浮标站、岸边和岛屿海洋站为主。常用的海浪观测仪器有六种:光学测波仪、刀电阻和电容测波仪、压力测波仪、声学测波仪、重力测波仪和遥感测波仪。美国和日本等国的科学家根据世界海洋环流实验(WOCE)所取得的经验,提出了在世界大洋上建成一个全球实时海洋剖面观测网的设想,计划实现全球性的实时海洋观测,使人类应对由全球气候变化所带来的许多严重环境问题成为可能。海洋水文要素主要包括:海水运动要素(如波浪、潮汐、海流、海啸、风暴潮等),海水物理性质要素(如温度、密度等)以及其他水文现象(如泥沙运动、冰凌等)。

波浪的观测:沿岸波浪站使用海底超音波式及浮球式两种波浪观测技术。观测时间间隔均为1h量测10min,观测项目有全波数、最大波高及周期、1/10波高及周期、1/3波高及周期、平均波高及周期。

潮汐的观测:潮汐对农业、渔业、航运、国防建设等都有一定影响,潮汐还可作为动力资源加以利用。我国各地的海拔高度就是根据潮汐观测记录,以青岛验潮站多年平均的黄海海面作为基准面起算的。大洋和陆架潮汐的观测极为困难,而其观测结果却对研究沿岸潮汐和潮汐理论本身很有帮助。岸边潮汐观测使用浮子式,外海测潮采用压力式自容仪,大洋潮波的观测依靠卫星上的雷达测高仪。

海流的观测:海洋水体的水平移动称为海流。海流可分为潮流和非潮流(余流)。潮流为周期性运动,和潮汐一样是天体运动引起的。非潮流是海水非周期运动,主要为风吹流及热盐环流,潮流与非潮流在海洋中是合在一起的。潮流观测包括流向和流速,测流方式有锚碇、走航和跟踪浮标等。海流观测相当困难,或用仪器定点测量,或用漂流物跟踪观测。定点测流是海洋观测中常用的办法,所用仪器有转子式海流计、电磁式海流计、声学海流计等。

海啸的观测:海啸是指由海底地震、火山爆发和海底滑坡、塌陷所产生的具有超大波长和周期的长波。海啸分为两种:一种是横跨大洋或从远洋传播而来的海啸,这种海啸可在大洋中传播数千公里而甚少衰减;另一种是近海海啸,海啸生成源地和受灾地在同一地区,因此海啸波到达沿岸的时间很短,有时仅有几分钟或几十分钟,往往难以预警而造成严重灾害。目前人类只能依靠海底地震和岸站潮位变化的异常来确定海啸的发生。

风暴潮的观测:风暴潮系指由强烈的大气扰动所引起的海面异常升高现象。相反的,在离岸大风强烈作用下,沿岸水位会产生异常下降,有人称其为负风暴潮。风暴潮是在风暴条件下,由风暴增(减)水与天文潮以及短周期风浪相叠加的综合结果。风暴潮是一种重力长波,周期长介于低频天文潮和地震海啸的周期之间。目前,人们通常采用实测潮位减去正常天文潮预报值的办法来计算风暴潮位。

水色的观测:海洋学中的水色是由水质点及海水中的悬浮物质所散射的光线决定的,透明度是海水能见程度的一个量度,两者都取决于海水的光学特性,也是衡量水质质量的重要参数,因此在常规监测、赤潮及溢油应急监测监视、疏浚、建港环评、海洋基线调查等项目的调查监测中,水色和透明度都是必测项目。现有的水色遥感器都是对某一水域进行一日一次的观测, 这对于二类水体的观测显然是不够的。云层的遮挡使得一些多变的水域( 如一些近岸水域)在一天内甚至得不到观测, 从而造成了明显的疏漏。

赤潮的观测:赤潮也称有害藻华(HAB),是指在海水中浮游生物数量急剧增加而种类大量减少的情况,此时某种或某几种浮游生物占据了绝对优势,对其他海洋生物和海洋水质构成了严重威胁。因此及时获知赤潮的发生并实时跟踪其发展对于消除赤潮具有重要意义。

波浪破碎的观测:破碎是常见的海浪现象之一,研究海浪破碎现象在许多方面有重要意义。首先, 海浪破碎是海一气相互作用包括动量、热量及质量交换的主要动力因素, 而且波浪破碎还涉及到其它海一气边界过程,如海面白浪、海洋表面气泡、大气贴水层水雾及海洋上层混合等;其次,由于破波施加于海洋结构物上的作用力(冲击力)远大于没有破碎时的波浪力,因此,在计算海上建筑物所受外力中,必须考虑破波的出现率及破波强度的影响;

另外,波浪破碎会对波高产生影响,因此,在对波高作统计预报时也应考虑波浪破碎的影响;还有的学者认为,很多污染物在海洋中的扩散速度与波浪破碎率有密切关系。

【作者简介】潘海朗,上海交通大学博士,清华大学博士后,美国加州大学圣地亚哥分校斯克利普斯海洋研究所和英国爱丁堡大学信息学院访问学者,卫星海洋环境动力学国家重点实验室访问海星学者,目前就职于南京理工大学电子工程与光电技术学院。主持了国家自然科学基金面上项目、“十二五”国家科技支撑计划等项目,出版工业和信息化部“十二五”规划专著 1 部,荣获第十四届全国“星火杯”创造发明竞赛二等奖等多项全国和上海市发明大奖,担任全国信息技术标准化技术委员会生物特征识别分技术委员会委员、江苏省体育科学学会运动生物力学专业委员会委员、中国人工智能产业发展联盟专家委员等。研究方向主要为计算机视觉、计算机图形学、图像处理等。

相关阅读推荐


海洋视点▏当人工智能走进海洋

科技纵横▏智能机器人分类详解及发展方向

海洋技术▏水下机器人与智能化海洋牧场建设

海洋论坛▏物理海洋传感器现状及未来发展趋势

科技前沿▏七大常用的传感器技术

公众号

溪流之海洋人生

微信号▏xiliu92899

用专业精神创造价值
用人文关怀引发共鸣
您的关注就是我们前行的动力 

投稿邮箱▏452218808@qq.com

友情链接

Copyright © 2023 All Rights Reserved 版权所有 北京物流信息联盟