“预报天气，人工智能比人类更擅长？”

本篇文章2647字，读完约7分钟

天气预报和人工智能有天然耦合的关系。 天气预报需要大量、多种多样的资料，人工智能天生就缺乏解决大数据的工具——现有资料空数据密度，人工智能具有不完全的新闻推断能力，人工智能还总结了专家的知识经验，平均预计

更快、更高效是天气预报不懈的追求。 然而，随着观测卫星、雷达和传感器互联网持续产生大量数据，如何解决庞大多变的气象资料成为天气预报的挑战。 人工智能卓越的大数据解决能力已成为帮助天气进一步准确预报的重要工具。

最近，中国南方多日阴雨连绵，各地水位上升，危险情况频发，部分地区不同程度受灾。 目前，救援工作日趋紧张有序，各种智能+手段也被广泛应用于气象预测、防洪应急中，为高效调度提供了科学依据。

那么，人工智能在极端天气预报、灾害警报、救助中有那些具体的应用呢？ 关于相关问题，科技日报记者最近采访了国家气象中心高级工程师朱文剑。

通过大幅提高深度神经网络，使预报精度提高了40%

年以来，随着新一代新闻技术带来的新闻环境和数据基础的变革，出现了大量的图像、语音、复制等多模态数据，计算能力大幅提高，人工智能迎来了爆发期。 那么，在现在的天气预报中，人工智能到底起到了那些作用呢？

近两三年，国外人工智能在天气预报行业的应用大幅增加，同时呈现出从以前流传下来的机器学习向深度学习迅速发展的趋势。 朱文剑说。

目前，人工智能在天气预报行业的应用包括观测数据质量控制、数值模式资料同化、数值模式参数化、模式后解决、天气系统识别、灾害性天气(台风、强对流、雾霾等)的监测和邻近预报、预报文档的自动编制等方面。

朱文剑介绍说，与以前流传下来的机器学习方法相比，深度学习在大量数据解决、图像识别与解决、非线性时空预测方面具有显著特点。 目前，欧洲中期天气预报中心正在将深度学习用于卫星观测资料的同化分解。 在气象卫星资料的应用方面，人工智能也具有修复卫星观测图像、基于卫星观测的气象系统识别、时空下降尺度、数据同化等较大前景。

国内气象领域对人工智能技术的兴趣也迅速增加。 朱文剑表示，中央气象台在定量降水融合预报、强对流天气分类潜力预报、台风智能检索、预报公文自动生成等方面使用人工智能技术，取得了令人鼓舞的效果。 例如，由中央气象台和清华大学共同开发的基于深度神经网络的雷达回波外推方法，比使用一直以来流传的方法的回波预报精度提高了约40%。

以超强的计算力灾害性接近预报警报结果超越人类

以前必须巡视堤坝，人来现场观看，用口述、笔记本记录巡逻情况，水情研究的判断效率很低。 近日，江西九江共青城市农业农村水利局标准化项目部经理王嘉龙表示，目前系统自动记录辖区水情变化，实时显示堤防沿线视频监控画面，发现异常后，管理员以文字为内容及时进入画面，研究判定效率大幅提高

变得更高更强是对天气预报的不懈追求，对更高分辨率、更快结果、更准确预测等的追求正在考验着现代大气科学。 人工智能凭借其强大的计算能力和强大的算法，在某种意义上远远超过了人类。 朱文剑指出。

例如，美国雷暴生命史实时预测模型的预报结果已经明显优于人的主观经验，调查表明，在这项工作中，预报员更愿意在面临模糊情况时相信人工智能的预报结果。

朱文剑说，国外已经实现了基于深度神经互联网和气象卫星观测资料的数据同化算法的开发，在一定精度的允许范围内，人工智能方法的计算效率将大大提高。 近年来，欧洲中期天气预报中心对人工智能技术在天气预报数值模式中各个技术环节的应用潜力进行了较为全面的判断，对人工智能的应用给予了乐观的期望，并已经在一些环节如物理过程的参数化中开展了技术实验。

目前，针对冰雹、短时强降水、雷暴等灾害性天气的临近预报预警( 6小时内)，国外气象科学家基于人工智能技术，结合多种遥感观测和快速更新的数值模型预报资料，预报精度超过了人类预报员，但这些技术还 目前，持续暴雨、极端暴雨的预报存在一定的难度，但领域工作者正在利用包括人工智能技术在内的多种技术努力克服这一课题。

据了解，人工智能用于观测数据的质量控制，如气象雷达回波质量控制、地物滤波等非气象回波，国内一些气象科技公司在这方面做了大量工作。 用于数值模型产品解决后，可以提高准确率和产品的时空分辨率。 例如，由中央气象台和清华大学共同开发的格点降水修正和超分辨率解决算法，可以保证准确率，具有更高的计算效率，输出超高分辨率的智能网格预报产品。

物联网技术有可能成为未来所有人的气象数据源

天气还会影响行动、交通物流和体育比赛的胜负，因为需要准确的天气预报。 那么，在灾害警报中，大数据如何分解研究判断来决定，使ai对极端天气的预测更加准确呢？

朱文剑表示，大数据有四个特点:数据量大、数据种类多、解决速度快、商业价值高。 在灾害预警中各发挥前三位的优势，最终实现高价值。 特别是，完全利用来自人口分布数据、历史气候数据、地形数据、灾害数据、气象、水文等多种观测源的实况数据等历史悠久的时间序列多种来源的资料建立智能解体模型，由气象部门提供的实时高分辨率智能网格预报数据和

为了加强台风、强对流、雾霾等灾害性天气的智能化监测和预报，各地气象监测部门探索了利用人工智能的准确预报。 例如，基于卷积神经互联网雨带订正技术以及卷积神经互联网雾霾格点化预报技术，中央气象台自主开发了冰雹、短时强降水、雷暴等分类强对流短时短期预报技术。 上海市气象局开发的基于机器学习的无缝短时接近预报技术深圳市气象局和香港天文台共同开发的雷达回波接近预报技术等。 朱文剑说

此外，中央气象台还与国内某科研院所合作，开展了与北京邮电大学共同开发的基于机器学习的台风定强技术、与清华大学合作开发的基于深度学习的雷达回波临近预报技术等。

目前，气象机构通过卫星、雷达等设备监视天气，但今后将把技术带入物联网和天气预报的新时代。 朱文剑认为，在物联网技术的帮助下，手机、车辆、伞等一切事物都有可能成为获取潜在气象数据的通道。 特别是随着可穿戴设备的迅速发展，将来所有人都有可能成为气象数据源。 以色列创业企业climacell通过物联网技术，将行人的手机、路灯、监视器变成气象探测器，从时间分辨率上分级、空间分辨率上可以获得街道温度、降水、风向风速等观测数据。

专家表示，天气预报和人工智能有天然耦合的关系。 天气预报需要大量的、多种多样的资料，人工智能天生就缺乏解决大数据的工具——现有资料的空数据密度，人工智能具有不完全的新闻推断能力另外人工智能总结了专家的知识经验，平均预计 记者华凌