天氣預報和人工智能有著天然耦合的關系。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引發(fā)的信息環(huán)境與數(shù)據(jù)基礎變革，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域的應用包括觀測數(shù)據(jù)質量控制、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)對人工智能技術的關注度也正在快速提高。”朱文劍表示，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，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。”近日，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、更快給出結果、更準確的預測等追求考驗著現(xiàn)代大氣科學。“人工智能憑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。”朱文劍指出。
比如，美國有一個關于雷暴生命史的實時預測模型做出的預報結果已明顯優(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在天氣預報數(shù)值模式中各個技術環(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，結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，但這些技術還處于研究或實驗階段，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在內(nèi)的多種技術攻克這一難題。
據(jù)了解，人工智能用于觀測數(shù)據(jù)質量控制，如用于氣象雷達回波的質量控制，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)等構建智能分析模型，再結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。“如基于卷積神經(jīng)網(wǎng)絡的雨帶訂正技術以及卷積神經(jīng)網(wǎng)絡的霧霾格點化預報技術，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;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;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等。”朱文劍說。
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，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)技術或將引領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，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。(記者 華 凌)
營業(yè)執(zhí)照公示信息 核心業(yè)務： 商標| 專利| 版權| 科技創(chuàng)新| 法律看的辛苦不如直接問??！ 商標；專利；版權；法律
您現(xiàn)在的位置：
