霁彩华年,因梦同行—— 庆祝深圳霁因生物医药转化研究院成立十周年 情绪益生菌PS128助力孤独症治疗,权威研究显示可显著改善孤独症症状 PARP抑制剂氟唑帕利助力患者从维持治疗中获益,改写晚期卵巢癌治疗格局 新东方智慧教育发布“东方创科人工智能开发板2.0” 精准血型 守护生命 肠道超声可用于检测儿童炎症性肠病 迷走神经刺激对抑郁症有积极治疗作用 探索梅尼埃病中 MRI 描述符的性能和最佳组合 自闭症患者中痴呆症的患病率增加 超声波 3D 打印辅助神经源性膀胱的骶神经调节 胃食管反流病患者耳鸣风险增加 间质性膀胱炎和膀胱疼痛综合征的临床表现不同 研究表明 多语言能力可提高自闭症儿童的认知能力 科学家揭示人类与小鼠在主要癌症免疫治疗靶点上的惊人差异 利用正确的成像标准改善对脑癌结果的预测 地中海饮食通过肠道细菌变化改善记忆力 让你在 2025 年更健康的 7 种惊人方法 为什么有些人的头发和指甲比其他人长得快 物质的使用会改变大脑的结构吗 饮酒如何影响你的健康 20个月,3大平台,300倍!元育生物以全左旋虾青素引领合成生物新纪元 从技术困局到创新锚点,天与带来了一场属于养老的“情绪共振” “华润系”大动作落槌!昆药集团完成收购华润圣火 十七载“冬至滋补节”,东阿阿胶将品牌营销推向新高峰 150个国家承认巴勒斯坦国意味着什么 中国海警对非法闯仁爱礁海域菲船只采取管制措施 国家四级救灾应急响应启动 涉及福建、广东 女生查分查出608分后,上演取得理想成绩“三件套” 多吃红色的樱桃能补铁、补血? 中国代表三次回击美方攻击指责 探索精神健康前沿|情绪益生菌PS128闪耀宁波医学盛会,彰显科研实力 圣美生物:以科技之光,引领肺癌早筛早诊新时代 神经干细胞移植有望治疗慢性脊髓损伤 一种简单的血浆生物标志物可以预测患有肥胖症青少年的肝纤维化 婴儿的心跳可能是他们说出第一句话的关键 研究发现基因检测正成为主流 血液测试显示心脏存在排斥风险 无需提供组织样本 假体材料有助于减少静脉导管感染 研究发现团队运动对孩子的大脑有很大帮助 研究人员开发出诊断 治疗心肌炎的决策途径 两项研究评估了医疗保健领域人工智能工具的发展 利用女子篮球队探索足部生物力学 抑制前列腺癌细胞:雄激素受体可以改变前列腺的正常生长 肽抗原上的反应性半胱氨酸可能开启新的癌症免疫治疗可能性 研究人员发现新基因疗法可以缓解慢性疼痛 研究人员揭示 tisa-cel 疗法治疗复发或难治性 B 细胞淋巴瘤的风险 适量饮酒可降低高危人群罹患严重心血管疾病的风险 STIF科创节揭晓奖项,新东方智慧教育荣膺双料殊荣 中科美菱发布2025年产品战略布局!技术方向支撑产品生态纵深! 从雪域高原到用户口碑 —— 复方塞隆胶囊的品质之旅
您的位置:首页 >国外科研 >

斯坦福大学研究人员使用人工智能解开极端天气之谜

从加利福尼亚的湖泊排水干旱到中国的断桥洪水,极端天气正在造成严重破坏。然而,在不断变化的气候中为极端天气做准备仍然是一个挑战,因为它们的原因很复杂,而且它们对全球变暖的反应往往不是很清楚。现在,斯坦福大学的研究人员开发了一种机器学习工具来识别中西部极端降水事件的条件,这些事件占美国所有主要洪水灾害的一半以上。他们的方法发表在《地球物理研究快报》上,是使用人工智能分析极端事件长期变化原因的首批例子之一,有助于使此类事件的预测更加准确。“我们知道洪水越来越严重,”该研究的主要作者弗朗西斯达文波特说,他是斯坦福大学地球、能源与环境科学学院(斯坦福地球)地球系统科学的博士生。“我们的目标是了解极端降水量增加的原因,进而可以更好地预测未来的洪水。”

除其他影响外,全球变暖预计会通过创造可以保持更多水分的温暖大气来推动更大的降雨和降雪。科学家们假设气候变化也可能以其他方式影响降水,例如改变风暴发生的时间和地点。然而,揭示这些影响仍然很困难,部分原因是全球气候模型不一定具有空间分辨率来模拟这些区域性极端事件。

“这种利用机器学习技术的新方法为我们了解极端变化的根本原因开辟了新途径,”该研究的合著者、地球、能源与环境科学学院的 Kara J 基金会教授Noah Diffenbaugh说。“这可以使社区和决策者更好地为高影响事件做好准备,例如那些极端到我们历史经验之外的事件。”

Davenport 和 Diffenbaugh 专注于密西西比河上游流域和密苏里流域东部。近几十年来,这个高度易受洪水侵袭的地区跨越九个州的部​​分地区,出现了极端降水日和大洪水变得更加频繁。研究人员首先使用公开可用的气候数据来计算该地区从 1981 年到 2019 年的极端降水日数。然后他们训练了一种机器学习算法,该算法旨在分析图像等网格数据,以识别大规模大气环流模式与极端降水有关(高于 95%)。

“我们使用的算法正确识别了 90% 以上的极端降水日,这高于我们测试的传统统计方法的性能,”达文波特说。

训练有素的机器学习算法表明,近期中西部极端降水增加的原因有多种。在 21 世纪,导致极端中西部降水的大气压力模式变得更加频繁,以每年大约一天的速度增加,尽管研究人员指出,随着时间的推移,回到 1980 年代,这些变化要弱得多.

然而,研究人员发现,当这些大气压模式确实发生时,由此产生的降水量明显增加。因此,与过去相比,在这些条件下的日子现在更有可能出现极端降水。Davenport 和 Diffenbaugh 还发现,这些天降水强度的增加与从墨西哥湾到中西部的大气水分增加有关,从而为该地区带来了强降雨所需的水。

标签:

免责声明:本文由用户上传,与本网站立场无关。财经信息仅供读者参考,并不构成投资建议。投资者据此操作,风险自担。 如有侵权请联系删除!