点击蓝字关注我们
可点击右上角的 …，分享这篇文章
横扫人类棋手的AlphaGo和在路上飞驰的无人车有什么共同之处吗？那就是，它们都使用了深度学习——是它为这些年的人工智能带来了突破性进展。深度学习看起来很强大，那么为什么不试试让它来分析台风的卫星云图呢！
由于诸多原因的限制，台风（热带气旋）实测数据较少，大部分台风风速、气压等要素的判断都依赖于卫星云图，并且这一过程主要还是由人工按照经验来完成。尽管现在常用的德沃夏克分析法已经将这一过程流程化、规范化了，但是这种基于经验、人为提取特征的方法在很多情况下并非那么准确，偶尔得到的实测数据也常常和它的结论相去甚远。
让我们来尝试在计算机上用深度学习来自动完成这一切。何为深度？多层次的神经网络，使得计算机能够从最原始的像素点开始逐渐抽象出更高层次的特征。何为学习？我们给神经网络输入大量样本并告诉它期望的输出值，让神经网络调整其权值，使它的输出向我们期望的数值靠近（如果想要进一步了解深度学习的具体技术，可以从Hinton、Bengio等人的经典论文中得到了解，当然，在此之前，最好在微积分、概率论和机器学习方面有一定的基础知识）。
所以我们要做的就是，给神经网络提供大量台风云图以及它们所对应的风速，让它学习二者之间的联系。更具体一点，就是让它寻找一个函数f()，这个函数f()能够将一个n*m的矩阵（矩阵的元素就是图像中每个像素的灰度值）映射为一个数字（风速）。
听起来不是那么简单，但是深度学习有能力完成这一点。想象我们用肉眼来观看台风云图时，我们会轻松地识别出风眼的位置和形状、以及CDO和螺旋雨带的形态，然后用一系列判断——风眼是否清晰、是否圆润，对流是否足够强，等等，最后，运用我们在气象学方面的先验知识，判断它的风速大概是强还是弱。从一个个像素点到风眼的形态，这一过程对于计算机来说并不是那么简单，好在深度学习正是做这个的！深度学习的优雅之处在于，我们并不需要告诉它这些关于风眼、螺旋雨带的知识，只需要给它提供样本（也就是云图），以及相关的标签（也就是已知它的风速），它会自行学习从云图到风速的关系。这就是所谓的有监督学习。也许，它的网络内部在学习过程中学会了如何提取风眼的特征，尽管我们并没有显式地告诉它这一点；而且我们也无法了解神经网络它究竟是如何看待一张云图的，因为我们看到的它只是由一系列权值相互连接组成的网络。
神经网络它究竟是如何学习的？它以每一个张云图作为输入，经过一系列相连的人工神经元的计算，最终得到一个输出值，然后，程序会将这个输出值与给定的标注（也就是我们希望得到的标准风速值）进行比较，计算误差（告诉它高了还是低了），然后，神经网络会将网络中的参数向梯度下降的方向（也就是误差减少的方向）进行调整。我们用每一个训练样本重复上述的过程，并且会进行很多轮，直到误差足够小。最终，经过成千上万个大量样本的训练后，我们的神经网络已经能够很好地拟合训练数据。只要方法得当，神经网络不仅能在训练集合中判断准确，而且还可以具有良好的泛化性能——也就是再给它此前没有见过的新的样本（云图），它也能给出一个准确的输出（风速）。
那么我们就开始吧！我们需要什么？大量的样本：从数字台风网上可以方便地找到大量的台风卫星云图，我们用网络爬虫来抓取。样本的标签：数字台风网同时还有对应的JMA风速数据（尽管这一标签可能并不足够准确）。多层神经网络：现在已经有了很多方便的开源深度学习框架，我们用Pytorch来搭建，这是一个使用python语言的开源深度学习框架。
我们从数字台风网上抓取了约两万张台风的红外云图，以及它们对应的风速和气压，范围从1979年之2016年，包含所有台风的全部6小时间隔的云图。在作为训练样本之前，还需要一些额外的处理：由于硬件条件的限制，我们试图尽量轻量级地进行训练，原图512×512的尺寸还是大了一些，并且台风往往只占据图像中心的一小块，所以裁剪原图，只保留中心256×256大小的区域。此外，众所周知台风风速和它云图形态的滞后性，神经网络不仅需要当前的云图作为输入，最好也要6小时前的那张云图，所以我们把这两张图片合并作为一个训练样本。注意到这些图像是灰度图片，RGB三个分量是相同的，所以只保留任一通道即可，比如R通道。为了方便处理，我们将当前的和6小时前的两张图像的R通道合并为一张图像（分别使用R,G通道，B通道不使用），这会让图片呈现出斑斓的色彩。最后，把它的标签信息作为它的文件名，格式是编号_日期时刻_风速_气压.jpg。
另外，还有一个类别不平衡的问题需要解决。由于风速较低的台风（65kt以下）的云图数量远多于风速较高的台风（大于100kt），如果直接训练，神经网络为了减少整体误差，会将输出结果向更多较低风速的样本靠近，这显然不是我们想看到的。为了解决此问题，需要对高风速的台风云图进行过采样，简单的方法就是多复制几份，使样本的分布趋于均匀（所以在图像的文件名的最后还会再加上一个编号）。
然后，建立神经网络。对于图像处理，卷积神经网络（CNN）是最好的选择，通过卷积核权值共享的方法，极大地减少了参数的数量，这解决了许多问题。我们的网络结构是：2个卷积层和采样层，加上3个全连接层，足够了！我们的输入是256×256×2的张量（图像），采用八个11×11的卷积核，对卷积结果使用ReLU激活函数（为什么是ReLU？要感谢它良好的梯度性质），再在其后的采样层进行6×6的最大值采样，经过如此处理后的结果就是一个41×41×8的中间输出；然后，再次用12×12的20个卷积核进行卷积，再进入激活函数以及进行5×5的采样，得到20×6×6的中间输出；随后我们将它展平为20×6×6=720的一维向量，进行三层全连接计算，分别是720到80，80到16,16到1的线性映射加ReLU激活函数，最终的那个1，就是我们想要的目标，图像中台风的——风速。
简单计算一下，网络中的可变参数大约有八万余个，很不错了！这个规模对于没有GPU加速内存仅有1.5G的虚拟机已经可以接受了，这算是一个非常轻量的深度学习任务。事实上，网络中卷积核的大小，中间输出的维度，全连接层的大小，甚至是网络的层数和结构，都是可以修改的超参数。以上的参数只是作者本人简单尝试、经验设置的，也许重新调整参数可以达到更好的效果。
还有其它的一些零碎细节：使用xavier_uniform()函数对于网络权重进行初始化，有助于优化训练起始的速度；使用Adam随机梯度优化方法，0.001的学习率比较适合；使用L1Loss作为损失函数，简单直观。
万事俱备，可以开始训练了。我们要将对两万余张图片划分为训练集（80%）和测试集（20%）。经过对训练集合共10轮的训练，我们的神经网络基本收敛并且达到了可以接受的精度，在训练集上的平均误差下降到8左右，也就是平均每张云图的输出风速会和JMA评定的风速相差8kt。在测试集上，平均误差也下降到了10左右——比训练集略高，因为它们是神经网络完全没有见过的样本。10轮左右的训练是适宜的，此时测试误差基本稳定了。如果继续训练，可以让训练误差继续缩小——但是对优化测试误差没有帮助，很可能会出现过拟合，也就是精确地记住每一个训练样本的特征和它的风速，但泛化性能却会降低——对于没有见过的新样本将会表现很差。
平均10kt的误差也许还不够好。因为有许多因素在阻碍着它的精度：也许是神经网络的规模还不够大，不能够完全地表达输入数据的特征——可以通过在更高配置的环境下用更大规模、更多层的神经网络来训练，但注意，这时训练样本的数量也需要相应地大量增加；可能数据本身的标签就不够准确，这一点非常关键，作为训练的目标就存在误差，也就是JMA评价的风速不够准确——理想的解决方法是，只是用有确定实测台风云图进行训练，可惜，这种样本的数量太少，不足以让神经网络充分学习；还有就是输入的数据不够完备，也许我们需要采用更高精度的云图，更多通道、频段的卫星图像（最好是对流色调强化云图），这一点和第一条是相应的，样本的规模增大了，网络也应增大，需要的样本数也要增加。
我们这里使用云图的分辨率较低，并且有显而易见的弊端：“针眼”台风的强度会被大幅地低估，因为神经网络“看不清”它们的风眼。
一个简单的方法是使用多个深度神经网络集成，以减少误差。因为它的学习过程使用的是随机梯度优化的方法，所以如果我们进行多次独立的训练，得到的神经网络会不尽相同。也就是说，对于同一张云图，它们的看法会有细微的差别——这很好办，把它们取平均就好了。
另外，修改目标函数为气压，可以直接将训练这一神经网络估计台风中心最低气压。
需要补充一点，为什么不直接使用数字台风网上的BD对流强化云图？因为BD图像的灰度色阶会让机器感到困惑，我们可以轻易认出来CDG、CMG、W和B环等色阶以及它们的高低关系，但是灰度图像中它们的像素灰度值并非按照从高到低的排列，例如W是255，B是0，而CDG大约是100左右。也就是说，它们的灰度值不能够直接使用。而IR云图从白色（云区）到灰黑（晴空区）的数值是严格递减的，从计算机的角度理解是完全“合理”的。当然，由于对流强化图像对于热带气旋的强度分析至关重要，可以将其预处理后（比如将BD色阶重新映射）再进行使用，相信可以显著地提高分析精度。
关于“深度台风”就介绍至此，这是利用深度学习在云图分析方面的一个简单尝试。受益于大量开源工具包的封装，我们可以简单而直观地从更高层次来定义和理解模型，而不必陷入到大量枯燥晦涩的梯度推导和代码编写等工作。欢迎讨论与Fork，相信聪明的你利用深度学习在这一方面可以做得更多、更好。如需源代码，请留言。
1、自动查询天气：我们和中国天气网合作，提供回复城市名查询功能，目前提具体到地级市和县。譬如要查询赤峰天气，请在文本框中输入“赤峰”，点击发送即可；亦可输入“赤峰天气”。
2、合作、约稿、授权：由于微信后台的收件箱已被自动查询天气的消息淹没，小编来不及查看，若有合作、约稿方面的需求，可通过“留言”功能或新浪微博的私信功能和小编取得联系，感谢各位的支持和配合。
中国气象爱好者，有理有趣有温度、有料有货有逼格
本号文章均为原创，转载请取得授权，并注意保持完整性和注明出处
关注请加微信号:qxahz-tybbs或长按二维码
