天氣預報和人工智能有著天然耦合的關(guān)系。天氣預報需要大量的、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)有資料的時空數(shù)據(jù)密度不夠，人工智能具有對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)專家的知識經(jīng)驗，提高平均預測水平以及利用統(tǒng)計與數(shù)值模式中無法利用的抽象預報知識等。

更快速、更高效是天氣預報不懈的追求。但隨著觀測衛(wèi)星、雷達和傳感器網(wǎng)絡持續(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報的一個挑戰(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一步精準預報的重要工具。

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

那么，人工智能在極端天氣預報、災害預警及救援方面有哪些具體應用呢？就相關(guān)問題，科技日報記者近日采訪了國家氣象中心高級工程師朱文劍。

應用大幅提升　深度神經(jīng)網(wǎng)絡使預報準確率提高40％

2010年以來，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、語音、文本等多模態(tài)數(shù)據(jù)不斷涌現(xiàn)，計算能力的大幅提升，使得人工智能迎來爆發(fā)期。那么，目前在天氣預報中，人工智能究竟發(fā)揮了哪些作用？

“最近兩三年，國外人工智能在天氣預報領(lǐng)域的應用大幅增長，并且呈現(xiàn)出由傳統(tǒng)的機器學習向深度學習發(fā)展的趨勢。”朱文劍表示。

目前，人工智能在天氣預報領(lǐng)域的應用包括觀測數(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)識別、災害性天氣（臺風、強對流、霧霾等）監(jiān)測和臨近預報、預報公文自動制作等方面。

朱文劍介紹說，相比傳統(tǒng)機器學習方法，深度學習在海量數(shù)據(jù)處理、圖像識別與處理、非線性時空預測方面具有較明顯優(yōu)勢。目前歐洲中期天氣預報中心已經(jīng)將深度學習用于衛(wèi)星觀測資料的同化分析。而在氣象衛(wèi)星資料應用方面，人工智能同樣具有巨大前景，如用于衛(wèi)星觀測圖像修復、基于衛(wèi)星觀測的天氣系統(tǒng)識別、時空降尺度、數(shù)據(jù)同化等。

“國內(nèi)氣象行業(yè)對人工智能技術(shù)的關(guān)注度也正在快速提高?！敝煳膭Ρ硎?，中央氣象臺在定量降水融合預報、強對流天氣分類潛勢預報、臺風智能檢索、預報公文自動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，中央氣象臺和清華大學聯(lián)合開發(fā)出的一種基于深度神經(jīng)網(wǎng)絡的雷達回波外推方法，該方法比之前運用傳統(tǒng)方法進行回波預報的準確率提高約40％。

憑借超強算力　災害性臨近預報預警結(jié)果超越人類

“以前巡堤，要靠人到現(xiàn)場看，再通過口述、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)村水利局標準化項目部經(jīng)理王嘉龍說，如今系統(tǒng)自動記錄管轄段水情變化，實時顯示堤防沿線視頻監(jiān)控畫面，一旦發(fā)現(xiàn)異常，管理員即將畫面配以文字描述及時上傳，研判效率大幅提高。

“更高更快更強”是天氣預報不懈的追求，更高分辨率、更快給出結(jié)果、更準確的預測等追求考驗著現(xiàn)代大氣科學?！叭斯ぶ悄軕{借其超強的計算能力和強大的算法，在某些方面的能力已經(jīng)遠遠超過了人類?！敝煳膭χ赋?。

比如，美國有一個關(guān)于雷暴生命史的實時預測模型做出的預報結(jié)果已明顯優(yōu)于人的主觀經(jīng)驗，調(diào)查表明在該項業(yè)務上，預報員在面臨模棱兩可的情況下，更愿意相信人工智能的預報結(jié)果。

朱文劍介紹說，國外已實現(xiàn)基于深度神經(jīng)網(wǎng)絡和氣象衛(wèi)星觀測資料的數(shù)據(jù)同化算法研發(fā)，在一定的準確率容忍范圍內(nèi)，與傳統(tǒng)方法相比，人工智能方法的計算效率可大幅提高。近年來，歐洲中期天氣預報中心較為全面地評估了人工智能技術(shù)在天氣預報數(shù)值模式中各個技術(shù)環(huán)節(jié)的應用潛力，對人工智能的應用給出樂觀的預期，并已在部分環(huán)節(jié)如物理過程參數(shù)化中開展技術(shù)試驗。

據(jù)介紹，目前對于冰雹、短時強降水、雷暴大風等災害性天氣的臨近預報預警（6小時以內(nèi)），國外氣象科學家基于人工智能技術(shù)，結(jié)合多種遙感觀測和快速更新的數(shù)值模式預報資料，預報準確率已超過人類預報員，但這些技術(shù)還處于研究或?qū)嶒炿A段，尚未形成業(yè)務支撐能力。目前對于持續(xù)性暴雨、極端強度暴雨的預報則具有一定的難度，不過，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，人工智能用于觀測數(shù)據(jù)質(zhì)量控制，如用于氣象雷達回波的質(zhì)量控制，濾除地物等非氣象回波，國內(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，可以提高準確率和產(chǎn)品的時空分辨率，如中央氣象臺和清華大學合作研發(fā)的格點降水訂正和超分辨率處理算法，可在保證準確率的同時，有著更高的計算效率，并能輸出超高分辨率的智能網(wǎng)格預報產(chǎn)品。

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

天氣影響消費行為、交通物流，甚至決定體育競賽的勝負，因此人們需要精準的天氣預報。那么，在災害預警中，大數(shù)據(jù)如何分析研判做出決策，促使AI對于極端天氣的預測更為精準呢？

朱文劍介紹說，大數(shù)據(jù)有四大特性：數(shù)據(jù)體量大、數(shù)據(jù)類型繁多、處理速度快和商業(yè)價值高。在災害預警中可以充分發(fā)揮其前3個特點，最終實現(xiàn)其高價值。尤其是可以充分利用歷史上長時序的多種來源的資料，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)、受災數(shù)據(jù)、來自于氣象、水文等多種觀測來源的實況數(shù)據(jù)等構(gòu)建智能分析模型，再結(jié)合氣象部門提供的實時高分辨率智能網(wǎng)格預報數(shù)據(jù)，利用智能分析模型快速進行影響分析，為決策提供支撐。

為了加強臺風、強對流、霧霾等災害性天氣的智能化監(jiān)測和預報，各地氣象監(jiān)測部門均對于利用人工智能進行精準預報進行了探索?！叭缁诰矸e神經(jīng)網(wǎng)絡的雨帶訂正技術(shù)以及卷積神經(jīng)網(wǎng)絡的霧霾格點化預報技術(shù)，中央氣象臺自主研發(fā)了冰雹、短時強降水、雷暴大風等分類強對流短時短期預報技術(shù)；上海市氣象局研發(fā)的基于機器學習的無縫隙短時臨近預報技術(shù)；深圳市氣象局和香港天文臺合作研發(fā)的雷達回波臨近預報技術(shù)等?！敝煳膭φf。

此外，中央氣象臺與國內(nèi)一些科研院所展開合作：與北京郵電大學聯(lián)合研發(fā)的基于機器學習的臺風定強技術(shù)，和清華大學合作研發(fā)的基于深度學習的雷達回波臨近預報技術(shù)等。

目前氣象單位通過衛(wèi)星、雷達等設備監(jiān)測天氣，而今后物聯(lián)網(wǎng)技術(shù)或?qū)⒁I(lǐng)天氣預報進入一個全新的時代。朱文劍認為：“在物聯(lián)網(wǎng)技術(shù)的幫助下，任何物品，包括手機、車輛、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備的不斷發(fā)展，未來每個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、路燈、監(jiān)視器變成氣象偵測器，可獲得時間分辨率至分鐘級、空間分辨率精細至街道的溫度、降水、風向風速等觀測數(shù)據(jù)。”

有專家提出，天氣預報和人工智能有著天然耦合的關(guān)系。天氣預報需要大量的、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)有資料的時空數(shù)據(jù)密度不夠，人工智能具有對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)專家的知識經(jīng)驗，提高平均預測水平以及利用統(tǒng)計與數(shù)值模式中無法利用的抽象預報知識等