随着科学技术的发展，我们对于天气预报的准确性要求也随之发展，然而精准预测几分钟或者几天之后的天气依然是一项不小的挑战。过去传统的天气预测模型都是基于大气层的物理模型，然而传统方式的局限性在于需要十分庞大的算力，也需要极高的计算精度。
图片来源：pixabay
近日谷歌于AI Blog上发表了文章，他们提出了一种用于降水预报的神经网络天气模型：MetNet，该项目由深度神经网络（DNN）驱动，它不依赖大气动力学的物理定律，而是通过学习地面雷达、传感器、环境卫星的数据，直接从观测数据预测天气。
MetNet原理（图片来源：Google AI Blog）
根据Google的实验结果，MetNet神经天气模型能够在 8 小时内的预测时间内胜过传统的天气模型，但与此同时由于大气天气的不确定性，随着预测时间的延长，该模型的预测结果也出现了波动。
MetNet与传统模型对比（图片来源：Google AI Blog）
根据Google所述，该项目主要致力于改善全球天气预报能力，尤其是在快速的气候变化影响最深的地区，以便提供更准确的天气预报服务。
本文属于原创文章，如若转载，请注明来源：Google MetNet：全新秒级天气预测模型//smartcity.zol.com.cn/741/7418649.html
