经度和纬度一度多少公里
克雷西 发自 凹非寺
量子位 | 公众号 QbitAI
谷歌DeepMind实验室推出的天气预测大模型,已在Science杂志发表。
只需要不到1分钟,它就能直接预测出未来10天的天气。
准确度上,它在90%的指标上超越了最先进的人类系统,在AI气象模型中属首次!
![](https://p0.ssl.img.360kuai.com/t01e64bac3ed6d74b6b.jpg)
DeepMind的这个气象模型名叫GraphCast,目前已经开源。
它的分辨率为0.25度经度/纬度(在赤道处约为28×28公里),而目前的最高分辨率为1度。
这样的分辨率相当于将地球表面分割成了超过100万个网格,而每个网格又可以产生数百条预测数据,总计数量达到了上亿规模。
不同于传统的预测方式,GraphCast预测主要依靠数据中的规律进行预报,而不使用人类建立的物理方程。
相比于人类最准确的HRES预报,GraphCast在1380个测试指标中,90%的预测结果都更为准确。
如果把预测范围限制在对流层,GraphCast击败HRES的指标比例更是高达99.7%。
YC上有网友表示,用“impressive”已经不足以形容这项成果了。
![](https://p0.ssl.img.360kuai.com/t01f58b07054b6350d6.jpg)
那么,GraphCast的预测表现具体是怎样的呢?
90%指标超越人类最好方法
在划分出的100万多个网格上,GraphCast划分出的每个网格都能够产生227条预测数据。
其中包括了37个不同高度上,每个高度的6个大气变量(包括比湿度、风速和风向以及温度等)。
在地球表面,GraphCast还可以预测包括温度、风速和风向以及平均海平面压力等在内的5个变量。
![](https://p0.ssl.img.360kuai.com/t01ab4c23e4479c436e.jpg)
完整的变量种类和具体高度(以气压表示,单位:hPa)如下表所示:
![](https://p0.ssl.img.360kuai.com/t0139c86067df8c24b5.jpg)
为了比较GraphCast和HRES的表现,研究人员从欧洲中期天气预报中心(ECMWF)的ERA5再分析数据中选取了2018年(GraphCast训练数据截止2017年)的历史数据。
研究者分别让HRES和GraphCast站在当时的情况下进行“预测”,然后比较它们的“预测”和ERA5进行比较。
在500hPa高度场上,GraphCast的RMSE(均方根误差,数值越低表现越好)和ACC(异常相关系数)指标都显著优于HRES。
而在研究人员选取的50-1000hPa的1380个数据点中,GraphCast有90.3%优于HRES,89.9%优势显著(下图d组中,蓝色表示GraphCast优于HRES,越深优势越明显)。
![](https://p0.ssl.img.360kuai.com/t01687fd387afffc61b.jpg)
除了这些数据,GraphCast在极端天气的预测上也有明显优势。
对于热带气旋路径,GraphCast中位误差低于HRES,特别是在前4.75天开始,优势开始变得明显(下图a、b)。
在根据大气河流(Atmospheic River)进行水汽通量预测时,GraphCast的RMSE值也明显低于HRES(下图c)。
预测热浪时,GraphCast在提前12小时、5天、10天时,准确度也都比HRES高(下图d)。
![](https://p0.ssl.img.360kuai.com/t014fda6c708519a7b2.jpg)
今年9月,GraphCast成功在登陆前9天预测了北大西洋的飓风Lee,而使用传统方法最多提前6天预报。
![](https://p0.ssl.img.360kuai.com/t0141c87d485b62ad0e.jpg)
GraphCast不仅准确度高,预测速度也非常快。
在一台Google TPU v4机器上使用GraphCast进行10天预测,只需不到一分钟就能完成。
相比之下,使用HRES等传统方法,即使在超级计算机上也要花费数个小时。
那么,GraphCast是如何实现高效准确的气象预测的呢?
不使用物理方程,预测全靠数据分析
工作流程上,输入从6小时前开始到当前的气象数据,GraphCast就可以预测未来6小时的天气。
而预测出的数据可以作为新的“当前”态,继续往后迭代预测,最长可以预测到10天后的天气状况。
![](https://p0.ssl.img.360kuai.com/t011f534600bb19561a.jpg)
原理层面,GraphCast使用机器学习方式和图神经网络(GNN)架构,其中包括编码器和解码器各一层,以及中间层16层,参数量为3670万。
它仅通过学习已有气象数据实现预测,不依赖人类建立的物理方程。
GraphCast将0.25度网格的气象数据进行编码映射到神经网络,经过传递计算后的结果再由解码器还原为气象数据。
![](https://p0.ssl.img.360kuai.com/t019e423e7b74102bc7.jpg)
训练时,GraphCast使用的是来自ERA5数据集中的1979-2017这近四十年天气的再分析数据,包括了卫星图像、雷达和气象站测结果。
ERA5是基于4DVar方法和同化观测生成的全球最优重构资料,涵盖时间从上世纪40年代至今,空间则覆盖全球。
而如果使用更近期的数据,GraphCast的预测结果准确度还能继续提高。
![](https://p0.ssl.img.360kuai.com/t01939a655f7e772217.jpg)
下一步,DeepMind计划构建集合预报模型,以适应实际情况中天气的不确定性,进一步增强预报准确性。
论文地址:https://www.science.org/doi/10.1126/science.adi2336
参考链接:[1]https://deepmind.google/discover/blog/graphcast-ai-model-for-faster-and-more-accurate-global-weather-forecasting/[2]https://www.ft.com/content/ca5d655f-d684-4dec-8daa-1c58b0674be1开源项目页:https://github.com/google-deepmind/graphcast CoLab笔记:https://colab.research.google.com/github/deepmind/graphcast/blob/master/graphcast_demo.ipynb— 完 —
量子位 QbitAI · 头条号签约
","gnid":"92c0b41d8ce99c9fd","img_data":[{"flag":2,"img":[{"desc":"","height":"482","title":"","url":"https://p0.ssl.img.360kuai.com/t01e64bac3ed6d74b6b.jpg","width":"1080"},{"desc":"","height":"326","title":"","url":"https://p0.ssl.img.360kuai.com/t01f58b07054b6350d6.jpg","width":"1080"},{"desc":"","height":"607","title":"","url":"https://p0.ssl.img.360kuai.com/t01ab4c23e4479c436e.jpg","width":"1080"},{"desc":"","height":"315","title":"","url":"https://p0.ssl.img.360kuai.com/t0139c86067df8c24b5.jpg","width":"1080"},{"desc":"","height":"550","title":"","url":"https://p0.ssl.img.360kuai.com/t01687fd387afffc61b.jpg","width":"1080"},{"desc":"","height":"911","title":"","url":"https://p0.ssl.img.360kuai.com/t014fda6c708519a7b2.jpg","width":"1080"},{"desc":"","height":"617","title":"","url":"https://p0.ssl.img.360kuai.com/t0141c87d485b62ad0e.jpg","width":"1080"},{"desc":"","height":"317","title":"","url":"https://p0.ssl.img.360kuai.com/t011f534600bb19561a.jpg","width":"1080"},{"desc":"","height":789,"title":"","url":"https://p0.ssl.img.360kuai.com/t01e70894b07fe7df41.jpg","width":1080},{"desc":"","height":"874","title":"","url":"https://p0.ssl.img.360kuai.com/t01939a655f7e772217.jpg","width":"1080"}]}],"original":0,"pat":"zzc,art_src_3,fts0,sts0","powerby":"pika","pub_time":1700034240000,"pure":"","rawurl":"http://zm.news.so.com/69780b1d5525ec6f89121979a6103071","redirect":0,"rptid":"3b532fae8732b9bd","rss_ext":[],"s":"t","src":"量子位","tag":[{"clk":"kdigital_1:谷歌","k":"谷歌","u":""}],"title":"谷歌气象大模型登Science:1分钟预测10天,90%指标超最强模型
聂澜凡2269经纬度1度等于多少公里 -
周琪敬17762582311 ______ 在赤道上经度差1度对应的实际距离是111千米; 在经线上纬度差1度对应的实际距离是111千米; 在除赤道外的其他纬线上,经度差1度对应的实际距离是111*cos纬度.
聂澜凡2269经度一度和纬度一度分别是多少公里(海里)?一海里等于多少一公里? -
周琪敬17762582311 ______[答案] 在赤道上,地球的周长是40000千米,因此经度一度就用周长除以360 另:一英里 =1.60931公里 英里:一种长度单位,等于5,280英尺或1,760码(1.609公里) “海里”传统上定义为围绕地球一圈的一角分 (一圈等于360度,1度等于60分,故1海...
聂澜凡2269地图上经纬度是多少公里?地图上经度和纬度每一度或每一分各是多少公里? -
周琪敬17762582311 ______[答案] 纬度每一度差不多跨过110km.经度怎么说得清楚嘛,赤道上每一个经度的跨度最大,差不多就是111km.越往两极跨过的距离就越小,到南北两极所有经度相交于极点.
聂澜凡2269我们经常提到的地球的经度和纬度,在换算距离上一度等于多少公里,到现在不知道请指教 -
周琪敬17762582311 ______[答案] 1°经度差对应的东西方向的距离是与其纬度有密切关系的.赤道上经度相差1°对应的弧长大约是111千米 具体数据如下:纬度 1°经度差对应的东西距离 20° 104公里 26° 100公里 30° 96公里 36° 90公里 40° 85公里 44...
聂澜凡2269地球经纬度一度多少公里 -
周琪敬17762582311 ______ 在经线上,相差一度维度约为111km 在纬线上,相差一度经度约为111cosα(α为该纬线的维度)
聂澜凡2269一纬度大约是多少千米?一经度呢? -
周琪敬17762582311 ______[答案] 一纬度是111km,一经度是111km乘以cos阿尔法度(用手机打的)
聂澜凡2269地球一个经度和纬度分别代表多少公里啊 -
周琪敬17762582311 ______[答案] 不同经度不一样,在南极、北级,所有的经度线都汇集在南、北极的点上,经度之间的距离为0,在赤道,经度之间的距离最大. 经度变化一度,球面东西方向距离变化:πR/180*cosB .111.7*cosB (R为地球半径,B为纬度) 纬度之间的距离是一样的,...
聂澜凡2269北纬或东经每度是多少公里? -
周琪敬17762582311 ______[答案] 纬度是平行的,大约每度的距离为110公里. 经线的在南北两极相交的,经线的不同的纬度距离不同.在赤道,经度每度的距离大约为111公里,到了两极的距离为0.
聂澜凡2269地球的运动一经度等于多少公里,一纬度等于多少公里? -
周琪敬17762582311 ______[答案] 海图上纬度的1′为1海里.但经度就不好说了,赤道和两极差太多了 纬度 1°经度差对应的东西距离 20° 104公里 26° 100公里 30° 96公里 36° 90公里 40° 85公里 44° 80公里 51° 70公里
聂澜凡2269经线、纬线的一度代表实际多少千米?是111千米吗? -
周琪敬17762582311 ______[答案] 不全对. 一、纬度每一度代表的距离为111千米是有道理的,因为纬线是平行的,从南极到北极再到南极绕地球一周360度,赤道是地球最大周长,约为4万千米,4万除以360,当然就是约111千米.但极半径小于赤道半径,也就是说从南极到北极再到...