详细内容或原文请订阅后点击阅览
深度学习天气预报简介
几周前，我们展示了如何使用深度学习预测混沌动态系统，并通过从特定领域洞察中得出的自定义约束进行增强。全球天气是一个混沌系统，但其复杂度远高于许多通常用机器和/或深度学习解决的任务。在这篇文章中，我们提供了一个实用的介绍，介绍了一个简单的深度学习大气预报基线。虽然远非具有竞争力，但它可以说明更复杂和计算密集型的模型如何通过位于连续体“黑箱端”的方法来完成这项艰巨的任务。
来源:RStudio AI博客当今世界发生了这么多事情，谈论天气预报是不是很无聊？在21世纪问这个问题，必然是一个反问句。 20世纪30年代，德国诗人贝尔托·布莱希特写下了著名的诗句：
现在是什么时代，谈论树木几乎是一种犯罪，因为它涉及对如此多的罪行保持沉默！
现在是什么时代，谈论树木几乎是一种犯罪，因为它涉及对如此多的罪行保持沉默！
（“这是一个什么样的时代，谈论树木几乎是一种犯罪，因为这意味着对如此多的暴行保持沉默！”），
他无法预料到他在那个世纪下半叶会得到什么反应，因为树木象征着环境污染和气候变化，但实际上却成了环境污染和气候变化的受害者。
如今，不需要冗长的理由来解释为什么大气状态的预测至关重要：由于全球变暖，干旱、野火、飓风、热浪等恶劣天气条件的频率和强度已经上升并将继续上升。虽然准确的预测本身不会改变这些事件，但它们构成了减轻其后果的重要信息。这适用于所有尺度的大气预报：从所谓的“临近预报”（在大约六个小时的范围内运行）、中期（三到五天）和次季节（每周/每月）到气候预报（涉及几年和几十年）。中期预报对于紧急灾害预防尤其极其重要。
本文将展示如何使用新发布的基准数据集（Rasp 等人，2020）使用深度学习 (DL) 方法来生成大气预报。未来的帖子可能会完善此处使用的模型和/或讨论 DL（“AI”）在全球范围内减缓气候变化及其影响方面的作用。
基准数据集 （Rasp 等人，2020） 拉斯普等人。 2020 似曾相识 人类知识 位于