美国国家标准与技术研究院(NIST)的研究人员利用100年的飓风数据和现代人工智能技术，设计了一种数字模拟飓风的新方法。今天发表在地球系统的人工智能爱博网投官方网站证明模拟能准确地反映实际风暴的轨迹和风速。这组作者提出，用这种新方法模拟许多真实的飓风可以帮助在飓风易发地区制定更好的建筑设计指南。

规范建筑设计和施工的州和地方法律——通常被称为建筑规范——要求设计师使用标准化的地图。在这些地图上，工程师可以根据其位置和相对重要性(即，医院的标准高于自助存储设施)找到其结构必须承受的风力水平。地图上的风速是由计算机模型模拟的几十个假想飓风得出的，而这些模型本身是基于现实生活中的飓风记录。

“想象一下，你有第二个地球，或者一千个地球，在那里你可以观察100年的飓风，看看它们袭击海岸的地方，它们有多强烈。这些模拟的风暴，如果它们的行为像真正的飓风一样，几乎可以直接用于在地图上创建数据，”NIST的数学统计学家亚当·平塔尔说，他是这项研究的合著者。

开发最新地图的研究人员通过模拟飓风复杂的内部运作来实现这一目标，飓风的内部运作受到海洋表面温度和地球表面粗糙度等物理参数的影响。然而，关于这些具体因素的必要数据并不总是现成的。

十多年后，基于人工智能的工具的进步和多年来额外的飓风记录使前所未有的方法成为可能，这可能会导致更真实的飓风风图。

NIST博士后研究员Rikhi Bose与Pintar和NIST研究员Emil Simiu一起，使用这些新技术和资源从不同的角度解决了这个问题。平塔尔说，这项新研究的作者没有让他们的模型从数学上从头开始建立风暴，而是教它用机器学习来模拟实际的飓风数据。

在准备物理考试时，只看以前作业的问题和答案可能不会对学生有利，但对于强大的基于人工智能的技术来说，这种方法可能是值得的。

有了足够的高质量信息可供研究，机器学习算法可以根据他们在数据集中发现的模式构建模型，而其他方法可能会忽略这些模式。这些模型可以模拟特定的行为，比如风力和飓风的运动。

在这项新研究中，研究材料以国家飓风中心的大西洋飓风数据库(HURDAT2)的形式出现，该数据库包含了100多年来飓风的信息，比如它们的路径坐标和风速。

研究人员将1500多场风暴的数据分成几组，用于训练和测试他们的模型。当同时模拟历史上从未见过的风暴的轨迹和风时，该模型得分很高。

“它的性能非常好。老实说，这取决于你沿着海岸看的地方，很难从真实的飓风中识别出模拟的飓风。”

他们还使用该模型生成了一组100年的假想风暴。它在几秒钟内就产生了模拟，作者看到了与HURDAT2风暴的一般行为有很大程度的重叠，这表明他们的模型可以迅速产生真实风暴的集合。

然而，也有一些差异，比如在东北沿海各州。在这些地区，HURDAT2数据稀疏，因此，模型产生的风暴不太真实。

“比如，波士顿的飓风并不像迈阿密那么频繁。数据越少，预测的不确定性就越大。”

下一步，该团队计划使用模拟飓风来绘制极端风速的沿海地图，并量化这些估计速度的不确定性。

由于该模型对风暴的理解目前仅限于历史数据，因此它无法模拟气候变化对未来风暴的影响。从地面开始模拟风暴的传统方法更适合这项任务。然而，在短期内，作者相信基于他们模型的风图——比其他模型更少依赖难以捉摸的物理参数——将更好地反映现实。

在接下来的几年里，他们的目标是制作并提出新的地图，以纳入建筑标准和规范。