人工智能对天气预报的影响分析

发表时间:2020/11/5   来源:《科学与技术》2020年第19期   作者:张日佳 施凯 蒋立加 李凯
[导读] 随着大数据和人工智能技术的发展,海量数据深度学习、复杂神经网络等逐步成熟
        张日佳 施凯 蒋立加 李凯
        杭州市富阳区气象局  311400
        摘要:随着大数据和人工智能技术的发展,海量数据深度学习、复杂神经网络等逐步成熟,人工智能技术在天气预报中得到了广泛应用。基于此,本文在简要探讨天气预报发展现状的同时,重点分析了人工智能对天气预报的影响,最后则提出了人工智能未来发展趋势,仅供
        同行进行参考借鉴。
        关键词:人工智能   天气预报  现状   影响
引言
        人工智能与天气预报之间有着天然耦合的关系。天气预报的开展需要海量的、多种多样的气象资料作为支撑,人工智能就是对这些大数据信息进行快速处理的工具;因现有资料的时空数据密度不够,人工智能可以对不确定和不完整的信息进行推断;人工智能还能对专家的知识经验进行总结,提高平均预测水平以及利用统计与数值模式中无法利用的抽象预报知识等。只有保证天气预报的高效性和快速性水平,才能进一步增强气象部门服务质量,将其在工农业生产、交通运输、日常生活、工作等中的作用充分发挥出来。随着观测卫星、雷达和传感器网络持续不断的产生大量数据信息,如何对这些气象资料信息进行处理,是当前天气预报面临的重大挑战,而人工智能对大数据的出色处理能力,可成为增强气象预报精准度的助力工具。
1、天气预报发展现状
        天气预报的发展,经历了从定性预报、描述性预报向数字化、网格化预报的过程。比如,我国气象部门原来发布的城镇天气预报,内容只包括2400多个城镇的天气现象、高低温和风速风向预报,频次也只是一天三次,预报的时间精度和空间精度不够高。2012年,国家气象中心推出了一个新的预报产品,即大城市精细化预报,该产品把全国省会城市、计划单列市24小时内的天气预报进行细化,每6小时开展一次预报,降水量可以预报到毫米。但即便这样也不够精细,不能满足各行业及公众的需求。于是,“网格预报”这一概念被引进到我国的精细化预报业务中。“网格地域”就像地球上的经纬网一样,我们可以把中国以及每个城市所在的区域分解成许多个5公里×5公里甚至1公里×1公里的网格,而公众就是生活在这样的一个个网格中,每个网格中的天气情况也会有所差异。与原来的定点预报相比,它在空间上更加精细,也更具针对性。网格化预报的精细程度不仅体现在空间上,还反映在可以每天以更高频次更新和发布上。原来一天的天气预报只会涉及一种天气现象,现在网格化预报可以做到全国范围内逐3小时预报。随时随地,公众都能了解到自己当前所处的网格未来是什么样的天气,能够清楚地了解气温、降水、风等多个基本气象要素。除了对陆地上的网格进行预报外,气象部门还将我国的责任海区划分为多个10公里×10公里的网格,并进行海上能见度、海上大风等要素的精细化预报。
2、人工智能对天气预报的影响
2.1增强天气预报的智能化和自动化特征
        由于人工智能具有智能化和自动化方面的特征,自身有强大的综合分析能力,可以将预报人员从繁琐重复的劳动中得到解脱。

①资料分析:同人工智能相关的服务技术可以对不同种类的气象资料进行快速整理,以为预报人员提供便利;②短期预报方面:早在2017年清华大学的姚易辰等人将雷达回波资料与卷积神经网络CNN进行结合,开展了短期降水预报;③自动发布天气讯息:通过对用户行为特征进行提取,检索最近用户的查看行为,并根据用户需求提供所需的气象服务信息;④业务流程方面:随着科学技术水平的快速发展,高性能计算机开始出现,且自身的运算能力也得到了增强,观测——预报——服务的业务流程所需时间大幅度减少,甚至出现了“观测即预报”、“观测即服务”的现象。
2.2弥补传统数值模式的不足
        在天气预报发展的过程中,其复杂化的动力数值模式较为突出,为了增强其的精准性水平,可以将气象大数据与人工智能技术,积极探索现代化的预报技术,增强数值模式系统的分辨率,提高预报结果的精准性水平。在实践中因天气预报缺乏精准性和自身缺陷等因素的影响,很难满足实际发展需求,而选择数据驱动方式则可以改善这种问题。人工智能技术在气象预报中的应用,主要是通过数据挖掘技术提取海量集合预报数据的预报信息,通过最优百分位技术和台风路径选择最优集成方式,可使预报的精准性水平得到大幅度增强。在网格预报中引入人工智能技术,可以借助于时空记忆深度、分布式深度循环网络算法的方式,增强雷达外推预报准确率水平。
2.3增强预报的精准性
        所谓的天气预报就是在已知气象条件的基础上,借助于超级计算器计算分析海量数据信息,计算结果同实际情况之间有偏差方面的问题,只有不断降低两者之间的偏差,才能有效增强天气预报的精准性水平。选择人工智能技术中的大数据,可以对不同时间和空间数据信,实现修正过程中的自动化水平,进而缩小与实际测量数据之间的误差,以增强预测的精准性,对大数据和人工智能技术进行充分利用,以保证气象预报系统的智能化特征,实现全面覆盖。
据了解,人工智能用于观测数据质量控制,如用于气象雷达回波的质量控制等非气象回波,国内某些气象科技企业在这方面做了很多工作;用于数值模式产品后处理,可以提高准确率和产品的时空分辨率,如中央气象台和清华大学合作研发的格点降水订正和超分辨率处理算法,可在保证准确率的同时,有着更高的计算效率,并能输出超高分辨率的智能网格预报产品。
3、人工智能未来发展趋势
        未来,气象部门还将发展结合物理机理与数值预报大数据挖掘应用的智能预报技术。一方面,基于数值预报机理的数理统计形成复杂预报模型、预报方法;另一方面,通过基于气象大数据的挖掘萃取、机器学习等,人工智能将与天气预报更深入地结合。人工智能对预报提出了挑战,但也给人类带来机遇。击败世界围棋排名第一人柯洁的“阿尔法狗”发展到现在,已经脱离了靠大量棋谱来“喂养”的阶段,凭深度学习就能不断进步。气象与围棋都有所不同,围棋虽然内部机理比较复杂但规则相对简单,而气象是个更为复杂的系统,受影响的因素太多。比如降雨,即便水汽、湿度条件都满足了,但大气没有抬升水汽无法凝结,空气中没有“凝结核”,雨滴也不会长大掉落地面。因此,“智能”并不意味着预报员在这一过程中毫无“用武之地”。预报员的优势在于丰富的经验和对关键天气形势的把握,在智能预报发展过程中,预报员多年的预报经验可以用来“喂养”机器和模型。在灾害天气过程的预报服务中,预报员仍将发挥关键作用。
结论:
        综上所述,将人工智能技术应用到天气预报中,可以有效降低气象预报员的工作压力,增强气象预报信息的及时性和准确性。相关气象研究结果表明,尽可能对观测数据进行合并就是最好的天气预测,如果单纯依靠人力会比较复杂,而借助于人工智能模型对数据进行分析和处理,可以对极端天气进行快速、精准的预测。未来,人工智能技术的广泛普及,会不断壮大气象科学,以更好的应对复杂天气状况,增强天气预报的速度和准确性,并对整个气象行业的发展产生深远影响。
参考文献:
[1] 赵泽皓,孔誉旋,人工智能应用于气象业务的现状及发展趋势[J].河南科技,2019(28):148-150.
[2]毛杰,邹奕成.人工智能的发展现状及其难点问题分析[J].科教导刊(电子版),2016(8):138.

作者简介:张日佳(1981.03)男,汉族,浙江富阳人;本科学历,工程师,从事预报业务和专业服务工作。
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: