支付宝推出“春运路线天气地图”服务 一键查询沿途天气情况

支付宝推出“春运路线天气地图”服务一键查询沿途天气情况若回家的路程较为遥远，一个地方一个地方的查询天气又很麻烦，正因如此，支付宝推出了春运路线天气地图服务。通过在支付宝上搜索“天气地图”，输入出发地、目的地及日期，即可一键查询沿途天气情况，所有状况一目了然。从而可以实时调整路线，更好地规划通行路线，为出行做好准备。实际使用发现，在选择出发地和目的地之后，该地图会显示沿途的主要天气信息，同时还能选择当天及后三天的天气信息，不过该地图并不具备导航功能。...PC版：https://www.cnbeta.com.tw/articles/soft/1416539.htm手机版：https://m.cnbeta.com.tw/view/1416539.htm

全国大范围寒潮雨雪天气来袭，专家讲解防范要点

全国大范围寒潮雨雪天气来袭，专家讲解防范要点本轮寒潮天气过程影响时间恰逢春运假期后返程高峰期，多预警齐发，影响范围广，天气形势复杂，对交通出行十分不利。中国气象局公共气象服务中心高级工程师李筱竹介绍，2月18日8时至23日8时，我国中东部大范围冰冻雨雪天气过程将对春节交通返程造成不利影响，需高度关注剧烈降温和大范围明显雨雪、部分地区冰冻，南方强对流天气及北方大风、沙尘天气对公路、铁路、航空、水运等的影响，做好交通安全管理工作。此外，李筱竹表示，寒潮带来的雨雪低温天气影响，会导致南方大部地区电力负荷较历史同期明显偏高；18日至22日，东北、华东中北部、华中、西南东部等地有输电线路覆冰风险，其中20日至22日，贵州、湖南、湖北、安徽等局地电线覆冰厚度可能超过20毫米，将对电力设施安全有一定影响。

超级恶劣天气时代已经到来

超级恶劣天气时代已经到来到6月21日，曼哈顿中央公园的气温将高达95华氏度（35摄氏度）。与此同时，在东海岸的南端，佛罗里达州萨拉索塔附近肆虐的暴雨已经进入了第二周，暴雨强度达到500年到1000年一遇，损失可能高达10亿美元。极端降雨的新时代到来，促使美国国家科学院（NationalAcademyofSciences）在6月18日建议，对美国指导基础设施建设的“可能最大降水”估算进行重大修订。自1999年以来，这些估算方法在全美范围内从未更新过，在某些情况下已经60年没有更新了。1.6万多座处于危险之中的水坝和50座核电站都已老化，它们将面临新极端天气的考验。天气不再像是公平的掷骰子游戏。得克萨斯理工大学（TexasTechUniversity）研究气候影响的知名教授凯瑟琳·海霍（KatharineHayhoe）表示，这更像是掷一个三面都是六点（或者七点和八点）的骰子。“全球变暖”这个词本身就暗示着一种可预测性，而这种可预测性可能不再适合这个时代。“如今我认为叫做‘全球气候异常’更为恰当，”海霍说，“无论我们生活在哪里，我们的天气都变得更加异常。”苏黎世联邦理工学院的气候科学家埃里希·费舍尔（ErichFischer）一直在尝试对高温进行类似美国研究人员对降水进行的研究。他近年来的研究有助于证明，全球各地温度记录下降的幅度越来越大，正如他与合著者在2021年的一篇论文中所写的那样，这意味着“打破纪录的极端气候出现的可能性越来越大。”费舍尔的研究基本上预测了2021年极其罕见的热浪袭击北美西部的情况，当时该地区经历了有记录以来最热的6月，造成了1400人死亡。费舍尔去年领导的一项研究确定了一些未被发现、可能存在这种规模热浪的地方。他列出的危险名单包括巴黎——在夏季奥运会期间，巴黎将接待100多万游客。“既然我们知道这些事件变得越来越频繁，我们应该期待看到更多这样剧烈的变化，”费舍尔表示。由于意识到原本不可能的天气如今在很多方面都变得可能，他说自己在研究下一个合乎逻辑的问题：“什么才是人们真正需要做好准备的最大事件？”从2024年前五个月的情况来看，2024年将成为有气象记录以来最热的五个年份之一。现在有超过60%的可能性，2024年将超过2023年成为最热的年份。科学家警告说，未来的危险不仅仅来自于极端的天气灾难。地球变暖会增加“复合型事件”发生的可能性，也就是多种灾害（自然灾害和人为灾害）在同一时间或地点发生，从而加剧其综合影响。得克萨斯州就是一个典型的例子，当地的高温引发了该州有史以来最大规模的野火。加拿大艾伯塔省异常干燥的气候条件导致火灾季节提前到来。在其他情况下，影响会跨越国界蔓延。2024年3月，撒哈拉沙尘暴向北吹袭，将西西里岛的天空染成黄色和橙色，使希腊、意大利和法国的空气质量下降，法国也遭遇了强降雨。食品和能源价格的飙升也与恶劣的天气条件相叠加，比如，加剧了叙利亚、伊拉克和伊朗持续多年干旱的后果。“这里的共同点是气温上升，”加利福尼亚大学欧文分校教授阿米尔·阿加库查克（AmirAghaKouchak）说，“气温大幅上升，造成了所有（灾害）的发生，而且可能加剧了不同灾害之间的关系。”一些地区还不得不应对接连发生的不同极端天气。由于气温飙升，菲律宾在4月份关闭了学校和发电厂。现在，菲律宾政府警告说，随着厄尔尼诺现象的结束和凉爽天气的到来，降雨量增加可能会损害该国的粮食供应。智利2月份发生的森林大火造成100多人死亡，而目前智利历史上最大的降雨正在这个通常气候干旱的地区引发混乱。极端天气只要持续时间超出此前预期，就可能成为新现象。比如，在东南亚，气候变化现在意味着热浪可能持续数月。在肯尼亚、坦桑尼亚、乌干达和布隆迪，持续的洪水造成500多人死亡。新加坡的杜克-新加坡国立大学医学院的地球健康副教授伦佐•金托（RenzoGuinto）担心，受影响的国家大多专注于应对眼前的健康危险，而忽视了根本原因。“在多种极端天气现象并存的时代，我们现在需要的是减少被动反应，提高预见性，”他说，“我们只是在延续排放和极端事件的恶性循环，而这种循环的最终受害者是人类。”从电网到航空旅行，2024年的异常天气给全球经济的每个角落都造成了严重破坏。2024年4月，《自然》（Nature）杂志发表的一项研究报告预测，到2049年，气候破坏每年可能给全球经济造成38万亿美元（以2005年美元计算）的损失，使实现《巴黎协定》（ParisAgreement）目标减少温室气体排放所需的6万亿美元相形见绌。根据数据，2023年用于清洁技术的支出将达到创纪录的1.8万亿美元，但仍远未达到所需水平。但这也无济于事，由于选民反对逐步淘汰燃气灶和可持续农业措施，全世界一些最雄心勃勃的气候政策在欧洲和美国受到攻击。新兴市场未来需要向清洁能源转型迈出最大的步伐，而他们却难以争取到全球绿色投资的更大份额。然而，总部位于新德里的气候咨询和研究公司ResearchandActionforDevelopment的副主任罗希特·马戈特拉（RohitMagotra）表示，仅仅专注于减少排放还是不够的。快速的城市化意味着这些天气灾害的破坏性越来越大，发展中国家的城市需要建立早期预警系统和气候防护基础设施，从而更具气候韧性。“极端天气事件变得越来越强烈，也越来越频繁。受其影响的地域范围也在不断扩大，对全世界部分最脆弱的人群造成了冲击，”马戈特拉说，“适应和减缓影响同样重要。”...PC版：https://www.cnbeta.com.tw/articles/soft/1435749.htm手机版：https://m.cnbeta.com.tw/view/1435749.htm

AI模型可以提供一小时、一周乃至下个世纪的天气预报 但它并不比我们更了解气象

AI模型可以提供一小时、一周乃至下个世纪的天气预报但它并不比我们更了解气象几十年来，气象学和天气预报在很大程度上都是通过将观测数据与精心调整的物理模型和方程相匹配来定义的。现在依然如此--没有观测就没有科学--但庞大的数据档案已经使强大的人工智能模型能够覆盖你所关心的任何时间尺度。Google希望从现在到永远主宰这一领域。在较短的时间尺度上，我们有即时预报，通常是在"我需要带雨伞吗？"这个问题上进行咨询。DeepMind的"即时预报"模型可以解决这个问题，它基本上是把降水地图看成是一连串的图像，并试图预测这些图像中的形状将如何演变和变化。通过研究无数小时的多普勒雷达，该模型可以非常准确地预测接下来会发生什么，即使在冷锋带来降雪或冻雨等相当复杂的情况下也是如此（正如中国研究人员在Google研究成果的基础上所展示的那样：https://www.nature.com/articles/s41586-023-06184-4#Abs1）。这个模型就是一个例子，说明当一个系统对天气如何发生并不了解时，它能做出多么准确的天气预测。气象学家可以告诉你，当这种气候现象与另一种气候现象发生冲突时，你会遇到大雾、冰雹或湿热天气，因为这是物理学告诉他们的。人工智能模型对物理学一无所知--纯粹基于数据，它只是对接下来会发生什么做出统计猜测。就像ChatGPT其实并不"知道"自己在说什么一样，天气模型也不"知道"自己在预测什么。图片来源：GoogleDeepMind对于那些认为必须要有强大的理论框架才能做出准确预测的人来说，这可能会让他们感到惊讶，事实上，科学家们对于盲目采用一个连一滴雨和一缕阳光都不知道的系统仍心存疑虑。尽管如此，这些结果还是令人印象深刻的，而且在"我去商店的路上会不会下雨"这样的低风险问题上，它已经足够出色了。Google的研究人员最近还展示了一个新的、时间稍长的模型，名为MetNet-3，可以预测未来24小时内的天气。正如你可能猜到的那样，这个模型引入了更大范围的数据，比如全县或全州的气象站，并在更大范围内进行预测。这适用于"暴风雨是会越过山脉还是会消散"之类的情况。了解明早的风速或热量是否可能进入危险区域，对于规划应急服务和部署其他资源至关重要。今天，"中程"尺度（即未来7-10天）天气预测领域又有了新进展。GoogleDeepMind的研究人员在《科学》杂志上发表了一篇文章，介绍了GraphCast，"它能比行业黄金标准天气模拟系统更准确、更快速地提前10天预测天气状况"。GraphCast不仅在时间上，而且在尺寸上都进行了放大，以0.25度的经/纬度分辨率覆盖整个地球，或在赤道上约为28×28千米。这意味着要预测地球周围100多万个点的天气情况，当然，其中有些点比其他点更引人关注，但关键是要建立一个全球系统，准确预测未来一周左右的主要天气模式。作者写道："我们的方法不应被视为传统天气预报方法的替代品，而是证明MLWP能够应对现实世界预报问题的挑战，并有潜力补充和改进当前的最佳方法"。它不会告诉你你家附近会下雨还是只在隔壁镇子下雨，但它对更大规模的天气事件非常有用，比如大风暴和其他危险的异常现象。这些事件发生在数千公里范围内的系统中，这意味着GraphCast可以相当详细地模拟它们，并能预测它们的运动和质量，而且只需使用一个Google计算单元，耗时不到一分钟。效率是一个重要方面。"数值天气预报"，即传统的基于物理学的模型，计算成本高昂。当然，它们的预测速度可以超过天气发生的速度，否则它们就毫无价值--但你必须让超级计算机来做这项工作，即便如此，要做出有细微变化的预测也需要一段时间。比如说，不确定在气旋来袭之前，大气中的河流强度会增加还是减少。你可能想做几个不同强度的预报，几个不同强度的预报，一个保持不变的预报。同样，在遇到风暴、洪水和野火等情况时，这一点也非常重要。提前一天知道必须撤离某个地区，可以挽救生命。当需要考虑大量不同的变量时，这些工作可能会变得非常复杂，有时必须运行模型几十次，甚至上百次，才能真正了解事情会如何发展。如果这些预测在超级计算机集群上每次都要花费一个小时，那就有问题了；如果在拥有数千台电脑的台式机上每次只需一分钟，那就完全没有问题了--事实上，你可能会开始考虑预测更多更精细的变化！这就是艾伦人工智能研究所（AI2）的气候模拟项目背后的理念。如果你想预测的不仅仅是下周可能出现的10个不同选项，而是下个世纪可能出现的上千个选项，你会怎么做？这种气候科学对各种长期规划都很重要，但由于需要操作的变量数量巨大，预测的时间跨度长达数十年，可以肯定所需的计算能力也同样巨大。因此，AI2的团队正在与世界各地的科学家合作，利用机器学习加速和改进这些预测，从而改进世纪尺度的"预测"。ClimSim模型的工作原理与上文讨论的模型类似：它们不是将数字输入基于物理的人工调整模型，而是将所有数据视为一个相互关联的矢量场。当一个数字上升时，另一个数字也会可靠地上升一半，而第三个数字则会下降四分之一，即使机器学习模型不知道这些关系与（比如）大气中的二氧化碳、地表温度和海洋生物量有关，这些关系也会被嵌入机器学习模型的记忆中。项目负责人说，他们建立的模型非常精确，而计算成本却低得多。但他也承认，科学家们虽然保持着开放的心态，但在工作中（这也是很自然的）也会持怀疑态度。如果你想亲自看看，代码就在这里：https://github.com/leap-stc/ClimSim/tree/main由于时间尺度如此之长，气候变化如此之快，很难为长期预测找到合适的基本事实，但这些预测的价值却与日俱增。正如GraphCast的研究人员所指出的，这并不是对其他方法的替代，而是一种补充。毫无疑问，气候科学家们会希望得到他们所能得到的一切工具。...PC版：https://www.cnbeta.com.tw/articles/soft/1396927.htm手机版：https://m.cnbeta.com.tw/view/1396927.htm

Microsoft Start 正在开发AI模型 或可提供更准确的30天天气预报

MicrosoftStart正在开发AI模型或可提供更准确的30天天气预报在必应博客上的一篇文章中，微软称其"Start"团队在康奈尔大学的arXiv网站上发表了一篇关于新的中程预报模型的论文。论文展示了这一新模型与欧洲中期天气预报中心（ECMWF）目前使用的模型的比较。总之，微软的新系统结合使用了五种不同的人工智能模型和三种深度学习架构来进行预测。微软表示，这些人工智能模型可以处理数十年的天气数据，因此它们可以了解当前熟悉的模式，然后预测未来的情况。微软补充道：它们的运行方式与NWP模型大致相同：在三维地球仪上给出当前的大气状态（纬度、经度和高度），预测未来某个时间段的大气状态，比如一小时后。然后将预测结果反馈到模型中，预测两小时后的情况，以此类推。使用GPU后，微软的人工智能模型可以更快地运行预测，因此可以更频繁地运行。理论上，这应该会带来更好的预测结果。到目前为止，微软称其测量温度误差的方法比ECMWF使用的方法更准确，一周天气预报准确率提高了17%，四周天气预报准确率提高了4%。该公司将在其MicrosoftStart模型中加入这种用于30天天气预报的模型。...PC版：https://www.cnbeta.com.tw/articles/soft/1429638.htm手机版：https://m.cnbeta.com.tw/view/1429638.htm

美国国家海洋和大气管理局的最新预测模型揭示了天气如何影响花粉水平

美国国家海洋和大气管理局的最新预测模型揭示了天气如何影响花粉水平访问：NordVPN立减75%+外加3个月时长另有NordPass密码管理器根据美国疾病控制和预防中心（CDC）的数据，有8000多万美国人因空气中的花粉而患有季节性过敏症。每年的相关医疗费用超过30亿美元，其中近一半是处方药费用。花粉是一种机会均等的刺激物，尤其是在春季、夏季和秋季，此时来自树木、草和杂草的风吹花粉可能达到最高水平。准确的花粉预报可以帮助患者减少接触花粉的机会，就像在臭氧浓度较高的日子里采取预防措施一样。过去两年来，美国国家海洋和大气管理局全球系统实验室（GSL）的研究人员一直在开发美国首个同类花粉预报。该预报既能预测天气对花粉浓度的影响，也能预测花粉量将如何影响天气。自2022年夏季以来，该实验模型一直在生成花粉预报，其表现与商业花粉预报类似。"花粉及其相关过敏症是人们日常生活的重要组成部分，"在GSL工作的CIRES科学家JordanSchnell研究员说。"有了对花粉及其传播地点的实时预测，人们就可以调整他们的户外活动、药物并采取预防措施，以确保他们的健康。"花粉预报是试验性快速更新化学（RAP-Chem）天气和大气化学预报系统的一个模块。RAP-Chem是下一代耦合天气和空气质量预报系统，模拟气相和气溶胶化学和传输。该模型每天生成一次48小时的臭氧、烟雾、灰尘以及其他空气质量和大气化学相关参数（包括花粉）的预报。RAP-Chem模拟天气对花粉浓度的影响，如花粉排放量和空气中花粉含量的每日波动。花粉在白天排放，主要受模型模拟风的驱动。到了晚上，排放停止，花粉颗粒沉降到地面，花粉浓度下降。雨水也往往会净化空气，减少花粉数量，不过雷暴造成的低温下沉气流会集中花粉颗粒，使眼睛发痒或哮喘加重。湿度甚至闪电都会将花粉颗粒分解成更小的碎片，使它们更容易被吸入，并改变它们影响天气的能力。与其他模型不同，RAP-Chem还考虑了花粉、灰尘和烟雾对天气的影响。花粉颗粒和其他悬浮颗粒一样，会散射阳光，成为形成云层的种子，并影响温度、能见度和降水。海洋大气署的研究人员目前正在与疾病预防控制中心等公共卫生利益相关方合作，研究过去的RAP-Chem高花粉预报与寻求过敏缓解的患者之间是否存在相关性。这将有助于验证预报模型，这也是成为官方预报产品的必经之路。要了解如何生成RAP-Chem花粉预报，请访问全球系统实验室页面。编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1431509.htm手机版：https://m.cnbeta.com.tw/view/1431509.htm