美研发人工智能海浪预报系统

2017-11-30 11:03:31

 

近日,利用深度学习技术,IBM公司、美国贝勒大学和圣母大学联合开发出一种先进的海浪预报系统,其运算速度远超当前            派(Raspberry Pi        行快速模拟运算。

 

传统的预报模式需要超级计算机来计算潮汐、风力风向、海洋的深度差            响,不仅成本高,而且运算缓慢。“这个系统             120倍。”IBM 研究员费尔格尔奥唐查说。

 

研究者利用传统的近海岸海浪模拟(SWAN模式产生训练数据,以训练深度学习算法。SWAN 的海浪状况数据来自           局(NOAA 国家数据浮标中心,实时洋流和风力风向等数据来自 IBM 天气公司。

 

利用 SWAN 这种物理模式,我们可以生成数千个海浪场,然后将其与通过浮标收集到的海浪数据进行对比评估,从而测量该模式的精确度。”费尔格尔奥唐查说。

 

2013  4  1   2017  7  31日,SWAN 模式每 3 小时产生一次预报,共输出12400 个模式预报结果。具体来看,用深度学习算法可以复制其中 3111 张波高和波周期的影像,并且误差小于 SWAN 模式验证的结果。

 

“对于许多海洋产业而言,精确预报海浪的高度和移动方向具有重要价值。这些产业一般在较为恶劣的环境中进行,电力和计算设施均十分有限。因此,以较低的计算资源成本来提供精确的海浪预报,对于提升决策服务水平非常重要。”费尔格尔奥唐查表示。

 

抛开可大幅削减计算资源费用不谈,这种新方法的预报精度可与传统基于物理机制的 SWAN 模式抗衡。但是,新方法还存在一些局限。现在其预报海浪的精确性仅在加利福尼亚蒙特利湾进行了验证。为了将其扩展到其他海域,研究者需要使用新的风力风向、潮汐和海洋数据来训练模式。

 

借助该模式,船舶和水产业公司可以更为方便地获取海浪预报,IBM公司认为精确预报海浪是利用波浪能这种可再生能源的关键。科学家希望该预报系统有一天可以为船运公司提供服务,通过精确的海浪预报来确定省时、省力的最佳航行路径。




中国船东互保协会
版权所有:中国船东协会  技术支持:交通运输部科学研究院
ICP备案号:京ICP备06056587号