利用深度学习预报东南亚严重雾霾的发生
大气与海洋物理
2020-03-13 v1
摘要
由颗粒污染引起的严重雾霾或低能见度事件已成为东南亚一个严重的环境问题。我们开发了一个基于深度卷积神经网络的此类事件预报框架。该框架使用过去 35 年间多达 18 个气象和水文变量的时间序列图以及地面能见度数据进行训练。在预报新加坡有雾霾与无雾霾的情形时，训练后的机器取得了良好的总体准确率，轻易超过了基于雾霾发生频率的无技巧盲预报。然而，该机器仍产生相对较多的漏报（雾霾事件的假阴性），这可能源于其缺乏识别非典型模式的经验。尽管如此，本工作展示了使用深度学习算法预测极端环境和天气事件发生、并增进对这些仍知之甚少的现象认识的广阔前景。
引用
@article{arxiv.2003.05763,
title = {Exploiting deep learning in forecasting the occurrence of severe haze in Southeast Asia},
author = {Chien Wang},
journal= {arXiv preprint arXiv:2003.05763},
year = {2020}
}