谷歌天氣模型MetNet 可預測未來8小時降水量

在最新一期谷歌AI部落格中，官方介紹了一款可以快速準確預測未來8小時內將水量的天氣模型MetNet，並表示該模型效能優於美國國家海洋和大氣管理局（NOAA）目前使用的最先進的物理模型，MetNet能在幾秒鐘內對整個國家進行預測，而此前則需要一個小時左右。

谷歌表示，準確預測從幾分鐘到幾周的天氣是一項基本科學挑戰，但卻有著廣泛的影響。許多氣象機構採用的當前預報都是基於大氣的物理模型，儘管在過去的幾十年中有很大的改進，但仍受到其計算要求的約束。而深度神經網路（DNN）則能代替對顯式物理定律進行編碼，並使用平行計算來學習輸入輸出的資料。

MetNet能夠自動取用來自多雷達多感測器系統（MRMS），以及NOAA靜止環境觀測衛星（GOES）系統的測量值，該系統提供了自上而下的大氣層雲圖。並以1公里為範圍計算每個覆蓋美國的單位區塊而每單位區塊範圍為64*64平方公里。

谷歌表示，輸入資料實際覆蓋的單位區塊，比起輸出資料的單位區塊還要大得多，因為其要考慮預測時間內雲層和降水區域的變動。

雖然MetNet能夠快速預測出未來8小時內的降水量，準確度方面也勝過HRRR（美國目前正在使用的天氣預報系統），但唯一的缺點是，與MetNet相比，HRRR得出的結果更加結構化。

谷歌研究科學家Nal Kalchbrenner與Casper Sonderby在部落格中寫道：“我們正在積極研究如何改善全球天氣預報，特別是在氣候變化迅速影響最為深遠的地區，雖然我們展示了MetNet模型，但仍希望透過今後與氣象界的合作，帶來更大的改進。”