通过气象气球部署传感器以增强平流层天气分析与预报
机器学习
2019-12-06 v1 机器学习
摘要
分析与预报平流层天气状况的能力是应对气候变化的基础。然而，我们收集平流层数据的能力受限于稀疏部署的气象气球。我们提出一种框架，在气象气球上升过程中释放一串微型传感器装置以收集平流层数据。关键的机器学习挑战在于确定何时以及如何部署有限数量的传感器以产生有用的数据集。我们通过将预报与真实平流层状况的偏差建模为高斯过程来决定释放传感器的时机。随后我们实现了一个能够从上升气象气球最优释放传感器的新型硬件系统。通过真实气象气球飞行与仿真，我们证明了该数据工程框架的有效性。
引用
@article{arxiv.1912.02276,
title = {Enhancing Stratospheric Weather Analyses and Forecasts by Deploying Sensors from a Weather Balloon},
author = {Kiwan Maeng and Iskender Kushan and Brandon Lucia and Ashish Kapoor},
journal= {arXiv preprint arXiv:1912.02276},
year = {2019}
}
备注
NeurIPS 2019 Workshop: Tackling Climate Change with Machine Learning