• Description

John Abbot博士在學術界和工業界從事過30多年的科學研究工作。目前,Abbot博士是澳大利亞努薩中央昆士蘭大學擔任教授及研究員。主要部分項目都涉及到環境問題,包括他目前在澳大利亞預測中長期月降雨量的項目。

Abbot博士擁有多個學位,包括加拿大麥吉爾大學的化學博士學位。其他學位包括應用計算,技術管理和應用金融。

 

澳大利亞是一個多年來在廣泛地區經歷嚴重干旱的大陸,隨後是暴雨和嚴重的洪水。早在2010年12月和2011年1月,經過近10年的相對乾旱,昆士蘭州的降雨量非常大。這次強降雨造成了嚴重的洪災,昆士蘭州的大部分地區都宣布了一個災區,造成40人死亡,數十億美元的財產損失,以及採礦業的廣泛中斷。

 

澳大利亞氣象局使用簡單的統計模型和稱為一般循環模型(GCM)的複雜物理模型。不幸的是,這些傳統的預測方法並沒有預測到暴雨的發生。

 

在與其他神經網路軟體一起工作一段時間後,Abbot博士在2012年嘗試了NeuroSolutions第6版,並且能夠產生比競爭對手的軟體以及無線電通信局最好的GCM更好的預測模型(見J. Abbot&J. Marohasy ,2014.使用人工神經網路,Atmospheric Research,第138卷,第166-178頁,為澳大利亞昆士蘭州的月降雨量預報輸入選擇和優化。

 

最近,Abbot博士將他的研究轉移到NeuroDimensions的下一代預測數據分析軟體NeuroSolutions Infinity。有了它,他將他之前在NeuroSolutions中的結果提高了10%(基於MAE和RMSE),與他嘗試的其他神經網路軟體相比,提高了24%。這些比較是在預測結果和10年期間的觀測降雨量之間進行的。另外,將神經網路模型結果與氣象局使用的其他降雨預報模型(GCM)進行比較。

 

以下表格代表了為超過80個月的昆士蘭州東南部地區每月降雨預報所產生的一些結果。

表1. NeuroSolutions Infinity神經網路模型對昆士蘭Harrisville的月降雨量預報

交貨期(月)

關聯

RMSE(mm)

MAE(毫米)

1

0.78

37.4

27.7

3

0.77

38.3

28.9

6

0.76

39.0

30.2

9

0.82

39.0

29.0

12

0.76

39.8

30.4

18

0.75

40.0

29.7

比較澳大利亞預測海洋大氣模式(POAMA)大氣環流模式產生的同期的結果,如表2所示。

 

表2.澳大利亞昆士蘭州Harrisville的POAMA月降雨量預報。

交貨期(月)

關聯

RMSE(mm)

MAE(毫米)

1

0.52

53.4

36.1

3

0.49

53.6

36.5

6

0.48

54.1

36.9

9

0.46

54.6

38.4

氣候

0.48

53.5

36.6

由NeuroSolutions Infinity生成的神經網路模型持續生成更好的降雨預報,具有更高的相關性,更低的RMSE和MAE統計數據。隨著時間的推移可視化預測也很重要。

 

下圖顯示了GCM對6個月鉛的預測月度降雨量(藍線)。紅線顯示觀測到的降雨量。如果模型是完美的,藍線會覆蓋紅線。在這種情況下,預測的藍線與每個月的長期平均降雨量沒有太大的差別。重要的是,它並沒有對第73個月的高峰給予任何警告,這相當於2010/2011年的洪水。

圖1. POAMA大氣環流模式的月降雨量預測結果,6個月領先。

現在比較相同測試期間來自NeuroSolutions Infinity神經網路模型的降雨預測輸出。有更多的降雨調製證據,以更好地符合觀測的測量。尤其是對於第73個月(2010年12月)的預報高峰期,神經網路模型提前6個月提醒即將來臨的暴雨!

圖2. 6個月領先的NeuroSolutions Infinity神經網路模型的月降雨量預測結果。

Abbot博士在2012年參加了NeuroDimension在線神經網路課程,並在不久之後開始使用NeuroSolutions。從那時起,他已經在一台計算機上使用8個處理器升級到了NeuroSolutions Infinity。Abbot博士通過NeuroSolutions Infinity為超過100個輸入變量提供了大約1400個樣本的數據,在達到目前的“最佳”解決方案之前,智能地搜索8600多個輸入變量和4100多個神經網路模型。目前的“最佳模型”是一個概率神經網路(PNN),其輸入包括降雨量,當地溫度和大範圍的氣候指數,以及預測的每月降雨量的單一輸出。

完善官方的預測方法將大大有利於農業,採礦等多個行業以及水壩運營商等水資源管理者。改善天氣預報的最大潛在受益者之一是保險公司和再保險公司。據美國報導,截至2012年8月的12個月裡,由於惡劣天氣造成的作物損失達107億美元,澳大利亞保險公司QBE農作物保險損失高達2.7億美元1美元。Abbot博士說:“更專業的中長期天氣和氣候預測,特別關注極端事件,可以顯著降低被保險人和保險人的風險。”

當被問及Abbot博士對NeuroSolutions Infinity最喜歡什麼時,他表示:“用戶界面使得[NeuroSolutions] Infinity非常易於使用。”他還說:“...在引入新人來運行神經網路并快速提高生產力時, [NeuroSolutions] Infinity界面設計得非常好。“

最後,在被問及為什麼Abbot博士的研究小組選擇NeuroSolutions Infinity而不是其他競爭產品時,他表示:“[NeuroSolutions] Infinity非常好,因為在[神經]網路和輸入的優化過程中自動化”。大約一個星期到[NeuroSolutions] NS 6的結果,而[NeuroSolutions] Infinity的優化可以在大約8個小時內完成。“最後,Abbot博士表示,”迄今為止最好的結果是[NeuroSolutions]。”

我們要感謝Abbot博士對他和他的研究團隊如何通過這些改進的預測努力改善澳大利亞的許多行業有著深刻的了解,我們期待在未來能夠聽到Abbot博士的更多信息!