密歇根大学利用气象雷达及互联车辆的雨刮

发布时间:2019-01-31 来源: 盖世汽车 作者:

  核心提示:据外媒报道,密歇根大学安娜堡分校将气象雷达与互联车辆上的风挡刮水器的观测值相结合,提升降雨量预测值的精度。研究人员将该技术发布到《科学报告》中。互联汽车风挡刮水器可提供降雨时间及位置的精度信息,为气象雷达的预测值提供纠偏服务。研究人员还引入了一款贝叶斯过滤框架,该设备可更新雷达降雨及风挡刮水器的观察值,提升了降雨预测的精度。据称,生成的降雨量预测值可截取传统测量方式容易漏过的降雨。对于城市地区而言,所需数据的空间精度须低于500米,时间分辨率应低于1-15分钟。详见正文。

  盖世汽车讯 据外媒报道,密歇根大学安娜堡分校(University of Michigan, Ann Arbor)利用气象雷达与互联车辆上的风挡刮水器(windshield wiper)的观测值相结合,提升降雨量预测值的精度。研究人员将该技术发布到《科学报告》中。

  互联汽车风挡刮水器可提供降雨时间及位置的精度信息,为气象雷达的预测值提供纠偏服务。

  该技术还能利用车载仪表板摄像头,研究人员发现,相较于传统的固定式量规(traditional stationary gages)或基于雷达的测试值,风挡刮水器的测量值是二进制降雨量状态的强力预测器。研究人员还引入了一款贝叶斯(Bayesian)过滤框架,该设备可更新雷达降雨及风挡刮水器的观察值,提升了降雨预测的精度。据称,生成的降雨量预测值可截取传统测量方式容易漏过的降雨。

  该团队指出,或许城市内的暴雨成灾(urban flash flooding)是论证高精度降雨预测必要性的最佳示例。暴雨成灾是全球自然灾害爆发的主因之一,在许多发展中国家,暴雨常常引发城市积水甚至洪涝灾害。

  然而,在很大程度上,无法预测暴雨是因为缺少高精度降雨数据。对于城市地区而言,所需数据的空间精度须低于500米,时间分辨率应低于1-15分钟。互联汽车的出现或将解决这类问题。

  由于专用的传感器网络的部署及维护代价过于昂贵,但互联汽车的车队可截取实时数据,并提供高精度时空尺度(fine spatial and temporal scales),这主要得益于车载传感器。(本文图片选自eetasia.com)

热点职位
热门企业