AI赋能GNSS，解锁高精度湿度预报新维度

波兰弗罗茨瓦夫环境与生命科学大学（UPWr）的研究团队开发了一种创新方法，利用深度学习技术，特别是超分辨率生成对抗网络（SRGAN），显著提升了全球导航卫星系统（GNSS）在大气湿度探测的精度。

该技术通过AI模型将低分辨率的GNSS大气快照转化为高分辨率的3D湿度图，有效揭示了塑造局部天气的隐藏水汽流动。在波兰和加利福尼亚的测试中，该方法将湿度预报误差分别降低了62%和52%，其精度甚至优于传统方法在恶劣天气条件下的表现。

研究团队还引入了可解释AI（Explainable AI）技术，利用Grad-CAM和SHAP等工具展示AI模型决策过程，增强了模型在识别风暴易发区域时的可信度。这一进展对于提高天气预报的准确性和可靠性至关重要，为应对突发性强降雨和洪水等极端天气事件提供了关键的预警提前量。

高精度、可靠的水汽数据是预测破坏性天气的关键缺失环节。UPWr团队的成果不仅提升了GNSS层析成像的清晰度，更通过透明化的AI决策过程，为AI在天气预报领域的应用奠定了信任基础。

查看消息来源