人工智能將應(yīng)用于日常的天氣預(yù)報(bào)

天氣預(yù)報(bào)和人工智能有著天然耦合的關(guān)系。天氣預(yù)報(bào)需要大量的、多種多樣的資料，人工智能天生就是處理大數(shù)據(jù)的工具；現(xiàn)有資料的時(shí)空數(shù)據(jù)密度不夠，人工智能具有對(duì)不完全不確定信息的推斷能力；此外人工智能還可以總結(jié)專(zhuān)家的知識(shí)經(jīng)驗(yàn)，提高平均預(yù)測(cè)水平以及利用統(tǒng)計(jì)與數(shù)值模式中無(wú)法利用的抽象預(yù)報(bào)知識(shí)等。

更快速、更高效是天氣預(yù)報(bào)不懈的追求。但隨著觀(guān)測(cè)衛(wèi)星、雷達(dá)和傳感器網(wǎng)絡(luò)持續(xù)不斷地產(chǎn)生大量數(shù)據(jù)，如何處理海量的、多種多樣的氣象資料成為天氣預(yù)報(bào)的一個(gè)挑戰(zhàn)。而人工智能出色的大數(shù)據(jù)處理能力成為助力天氣進(jìn)一步精準(zhǔn)預(yù)報(bào)的重要工具。

近日，我國(guó)南方多地持續(xù)多日的暴雨天氣導(dǎo)致各地水位上漲，險(xiǎn)情頻發(fā)，部分地區(qū)不同程度受災(zāi)。目前救援工作正在緊張有序進(jìn)行中，各式各樣的“智能＋”手段也正廣泛運(yùn)用到天氣預(yù)測(cè)、抗洪搶險(xiǎn)中，為高效調(diào)度決策提供科學(xué)依據(jù)。

那么，人工智能在極端天氣預(yù)報(bào)、災(zāi)害預(yù)警及救援方面有哪些具體應(yīng)用呢？就相關(guān)問(wèn)題，科技日?qǐng)?bào)記者近日采訪(fǎng)了國(guó)家氣象中心高級(jí)工程師朱文劍。

應(yīng)用大幅提升　深度神經(jīng)網(wǎng)絡(luò)使預(yù)報(bào)準(zhǔn)確率提高40％

2010年以來(lái)，隨著新一代信息技術(shù)引發(fā)的信息環(huán)境與數(shù)據(jù)基礎(chǔ)變革，海量圖像、語(yǔ)音、文本等多模態(tài)數(shù)據(jù)不斷涌現(xiàn)，計(jì)算能力的大幅提升，使得人工智能迎來(lái)爆發(fā)期。那么，目前在天氣預(yù)報(bào)中，人工智能究竟發(fā)揮了哪些作用？

“最近兩三年，國(guó)外人工智能在天氣預(yù)報(bào)領(lǐng)域的應(yīng)用大幅增長(zhǎng)，并且呈現(xiàn)出由傳統(tǒng)的機(jī)器學(xué)習(xí)向深度學(xué)習(xí)發(fā)展的趨勢(shì)?！敝煳膭Ρ硎?。

目前，人工智能在天氣預(yù)報(bào)領(lǐng)域的應(yīng)用包括觀(guān)測(cè)數(shù)據(jù)質(zhì)量控制、數(shù)值模式資料同化、數(shù)值模式參數(shù)化、模式后處理、天氣系統(tǒng)識(shí)別、災(zāi)害性天氣（臺(tái)風(fēng)、強(qiáng)對(duì)流、霧霾等）監(jiān)測(cè)和臨近預(yù)報(bào)、預(yù)報(bào)公文自動(dòng)制作等方面。

朱文劍介紹說(shuō)，相比傳統(tǒng)機(jī)器學(xué)習(xí)方法，深度學(xué)習(xí)在海量數(shù)據(jù)處理、圖像識(shí)別與處理、非線(xiàn)性時(shí)空預(yù)測(cè)方面具有較明顯優(yōu)勢(shì)。目前歐洲中期天氣預(yù)報(bào)中心已經(jīng)將深度學(xué)習(xí)用于衛(wèi)星觀(guān)測(cè)資料的同化分析。而在氣象衛(wèi)星資料應(yīng)用方面，人工智能同樣具有巨大前景，如用于衛(wèi)星觀(guān)測(cè)圖像修復(fù)、基于衛(wèi)星觀(guān)測(cè)的天氣系統(tǒng)識(shí)別、時(shí)空降尺度、數(shù)據(jù)同化等。

“國(guó)內(nèi)氣象行業(yè)對(duì)人工智能技術(shù)的關(guān)注度也正在快速提高?！敝煳膭Ρ硎?，中央氣象臺(tái)在定量降水融合預(yù)報(bào)、強(qiáng)對(duì)流天氣分類(lèi)潛勢(shì)預(yù)報(bào)、臺(tái)風(fēng)智能檢索、預(yù)報(bào)公文自動(dòng)制作等方面采用了人工智能技術(shù)，取得鼓舞人心的效果。例如，中央氣象臺(tái)和清華大學(xué)聯(lián)合開(kāi)發(fā)出的一種基于深度神經(jīng)網(wǎng)絡(luò)的雷達(dá)回波外推方法，該方法比之前運(yùn)用傳統(tǒng)方法進(jìn)行回波預(yù)報(bào)的準(zhǔn)確率提高約40％。

憑借超強(qiáng)算力　災(zāi)害性臨近預(yù)報(bào)預(yù)警結(jié)果超越人類(lèi)

“以前巡堤，要靠人到現(xiàn)場(chǎng)看，再通過(guò)口述、筆記記錄反饋巡查情況，汛情研判效率較低?！苯?，江西九江共青城市農(nóng)業(yè)農(nóng)村水利局標(biāo)準(zhǔn)化項(xiàng)目部經(jīng)理王嘉龍說(shuō)，如今系統(tǒng)自動(dòng)記錄管轄段水情變化，實(shí)時(shí)顯示堤防沿線(xiàn)視頻監(jiān)控畫(huà)面，一旦發(fā)現(xiàn)異常，管理員即將畫(huà)面配以文字描述及時(shí)上傳，研判效率大幅提高。

“更高更快更強(qiáng)”是天氣預(yù)報(bào)不懈的追求，更高分辨率、更快給出結(jié)果、更準(zhǔn)確的預(yù)測(cè)等追求考驗(yàn)著現(xiàn)代大氣科學(xué)?！叭斯ぶ悄軕{借其超強(qiáng)的計(jì)算能力和強(qiáng)大的算法，在某些方面的能力已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)了人類(lèi)。”朱文劍指出。

比如，美國(guó)有一個(gè)關(guān)于雷暴生命史的實(shí)時(shí)預(yù)測(cè)模型做出的預(yù)報(bào)結(jié)果已明顯優(yōu)于人的主觀(guān)經(jīng)驗(yàn)，調(diào)查表明在該項(xiàng)業(yè)務(wù)上，預(yù)報(bào)員在面臨模棱兩可的情況下，更愿意相信人工智能的預(yù)報(bào)結(jié)果。

朱文劍介紹說(shuō)，國(guó)外已實(shí)現(xiàn)基于深度神經(jīng)網(wǎng)絡(luò)和氣象衛(wèi)星觀(guān)測(cè)資料的數(shù)據(jù)同化算法研發(fā)，在一定的準(zhǔn)確率容忍范圍內(nèi)，與傳統(tǒng)方法相比，人工智能方法的計(jì)算效率可大幅提高。近年來(lái)，歐洲中期天氣預(yù)報(bào)中心較為全面地評(píng)估了人工智能技術(shù)在天氣預(yù)報(bào)數(shù)值模式中各個(gè)技術(shù)環(huán)節(jié)的應(yīng)用潛力，對(duì)人工智能的應(yīng)用給出樂(lè)觀(guān)的預(yù)期，并已在部分環(huán)節(jié)如物理過(guò)程參數(shù)化中開(kāi)展技術(shù)試驗(yàn)。

據(jù)介紹，目前對(duì)于冰雹、短時(shí)強(qiáng)降水、雷暴大風(fēng)等災(zāi)害性天氣的臨近預(yù)報(bào)預(yù)警（6小時(shí)以?xún)?nèi)），國(guó)外氣象科學(xué)家基于人工智能技術(shù)，結(jié)合多種遙感觀(guān)測(cè)和快速更新的數(shù)值模式預(yù)報(bào)資料，預(yù)報(bào)準(zhǔn)確率已超過(guò)人類(lèi)預(yù)報(bào)員，但這些技術(shù)還處于研究或?qū)嶒?yàn)階段，尚未形成業(yè)務(wù)支撐能力。目前對(duì)于持續(xù)性暴雨、極端強(qiáng)度暴雨的預(yù)報(bào)則具有一定的難度，不過(guò)，行業(yè)從業(yè)者正在努力借助包括人工智能技術(shù)在內(nèi)的多種技術(shù)攻克這一難題。

據(jù)了解，人工智能用于觀(guān)測(cè)數(shù)據(jù)質(zhì)量控制，如用于氣象雷達(dá)回波的質(zhì)量控制，濾除地物等非氣象回波，國(guó)內(nèi)某些氣象科技企業(yè)在這方面做了很多工作；用于數(shù)值模式產(chǎn)品后處理，可以提高準(zhǔn)確率和產(chǎn)品的時(shí)空分辨率，如中央氣象臺(tái)和清華大學(xué)合作研發(fā)的格點(diǎn)降水訂正和超分辨率處理算法，可在保證準(zhǔn)確率的同時(shí)，有著更高的計(jì)算效率，并能輸出超高分辨率的智能網(wǎng)格預(yù)報(bào)產(chǎn)品。

物聯(lián)網(wǎng)技術(shù)加持　未來(lái)每個(gè)人都可能成為氣象數(shù)據(jù)源

天氣影響消費(fèi)行為、交通物流，甚至決定體育競(jìng)賽的勝負(fù)，因此人們需要精準(zhǔn)的天氣預(yù)報(bào)。那么，在災(zāi)害預(yù)警中，大數(shù)據(jù)如何分析研判做出決策，促使AI對(duì)于極端天氣的預(yù)測(cè)更為精準(zhǔn)呢？

朱文劍介紹說(shuō)，大數(shù)據(jù)有四大特性：數(shù)據(jù)體量大、數(shù)據(jù)類(lèi)型繁多、處理速度快和商業(yè)價(jià)值高。在災(zāi)害預(yù)警中可以充分發(fā)揮其前3個(gè)特點(diǎn)，最終實(shí)現(xiàn)其高價(jià)值。尤其是可以充分利用歷史上長(zhǎng)時(shí)序的多種來(lái)源的資料，比如人口分布數(shù)據(jù)、歷史上的氣候數(shù)據(jù)、地形數(shù)據(jù)、受災(zāi)數(shù)據(jù)、來(lái)自于氣象、水文等多種觀(guān)測(cè)來(lái)源的實(shí)況數(shù)據(jù)等構(gòu)建智能分析模型，再結(jié)合氣象部門(mén)提供的實(shí)時(shí)高分辨率智能網(wǎng)格預(yù)報(bào)數(shù)據(jù)，利用智能分析模型快速進(jìn)行影響分析，為決策提供支撐。

為了加強(qiáng)臺(tái)風(fēng)、強(qiáng)對(duì)流、霧霾等災(zāi)害性天氣的智能化監(jiān)測(cè)和預(yù)報(bào)，各地氣象監(jiān)測(cè)部門(mén)均對(duì)于利用人工智能進(jìn)行精準(zhǔn)預(yù)報(bào)進(jìn)行了探索?！叭缁诰矸e神經(jīng)網(wǎng)絡(luò)的雨帶訂正技術(shù)以及卷積神經(jīng)網(wǎng)絡(luò)的霧霾格點(diǎn)化預(yù)報(bào)技術(shù)，中央氣象臺(tái)自主研發(fā)了冰雹、短時(shí)強(qiáng)降水、雷暴大風(fēng)等分類(lèi)強(qiáng)對(duì)流短時(shí)短期預(yù)報(bào)技術(shù)；上海市氣象局研發(fā)的基于機(jī)器學(xué)習(xí)的無(wú)縫隙短時(shí)臨近預(yù)報(bào)技術(shù)；深圳市氣象局和香港天文臺(tái)合作研發(fā)的雷達(dá)回波臨近預(yù)報(bào)技術(shù)等?！敝煳膭φf(shuō)。

此外，中央氣象臺(tái)與國(guó)內(nèi)一些科研院所展開(kāi)合作：與北京郵電大學(xué)聯(lián)合研發(fā)的基于機(jī)器學(xué)習(xí)的臺(tái)風(fēng)定強(qiáng)技術(shù)，和清華大學(xué)合作研發(fā)的基于深度學(xué)習(xí)的雷達(dá)回波臨近預(yù)報(bào)技術(shù)等。

目前氣象單位通過(guò)衛(wèi)星、雷達(dá)等設(shè)備監(jiān)測(cè)天氣，而今后物聯(lián)網(wǎng)技術(shù)或?qū)⒁I(lǐng)天氣預(yù)報(bào)進(jìn)入一個(gè)全新的時(shí)代。朱文劍認(rèn)為：“在物聯(lián)網(wǎng)技術(shù)的幫助下，任何物品，包括手機(jī)、車(chē)輛、雨傘等都可能成為潛在的獲取氣象數(shù)據(jù)的通道，尤其是隨著可穿戴設(shè)備的不斷發(fā)展，未來(lái)每個(gè)人都可能成為氣象數(shù)據(jù)源。以色列創(chuàng)業(yè)公司ClimaCell借由物聯(lián)網(wǎng)技術(shù)，將行人的手機(jī)、路燈、監(jiān)視器變成氣象偵測(cè)器，可獲得時(shí)間分辨率至分鐘級(jí)、空間分辨率精細(xì)至街道的溫度、降水、風(fēng)向風(fēng)速等觀(guān)測(cè)數(shù)據(jù)?！?/p>

有專(zhuān)家提出，天氣預(yù)報(bào)和人工智能有著天然耦合的關(guān)系。天氣預(yù)報(bào)需要大量的、多種多樣的資料，人工智能天生就是處理大數(shù)據(jù)的工具；現(xiàn)有資料的時(shí)空數(shù)據(jù)密度不夠，人工智能具有對(duì)不完全不確定信息的推斷能力；此外人工智能還可以總結(jié)專(zhuān)家的知識(shí)經(jīng)驗(yàn)，提高平均預(yù)測(cè)水平以及利用統(tǒng)計(jì)與數(shù)值模式中無(wú)法利用的抽象預(yù)報(bào)知識(shí)等