在预报天气时，气象学家使用大量模型和数据源来跟踪可能表明严重风暴的云的形状和运动。然而，随着天气数据的日益扩大和迫在眉睫的最后期限，他们几乎不可能实时监控所有风暴编队 - 特别是小规模风暴编队。

现在，有一个计算机模型可以帮助更快，更准确地识别严重风暴，这要归功于国家科学基金会部分资助的一组研究人员。

来自宾夕法尼亚州立大学，AccuWeather公司和西班牙阿尔梅里亚大学的研究人员开发了一种基于机器学习线性分类器的框架 - 一种人工智能 - 可以从卫星图像中检测出云中的旋转运动，否则这些运动可能会被忽视。

AccuWeather的高级法医气象学家Steve Wistar说：“最好的预测结合了尽可能多的数据。” “因为气氛无限复杂，所以需要投入太多。”

该项目的结果在宾夕法尼亚州立大学的 新闻稿中公布， 并发表在 IEEE地球科学和遥感交易中，加强了AccuWeather与由James Wang教授领导的宾夕法尼亚州信息科学与技术学院研究小组之间的早期工作。

“我们在2010年与AccuWeather合作开始时认识到，气象学家和气候学家面临的一项重大挑战是了解地球观测卫星，雷达和传感器网络产生的大量且不断增加的数据，”王说。“让计算机化的系统分析并从数据中学习是至关重要的。”