在全球气候变暖的背景下 ， 近年来 ， 全球范围内 ， 极端天气事件呈现增多、增强、时空分布更加复杂多变等趋势 。 天气无常 ， 也加大了天气预报工作的难度 。 利用人工智能 ， 可显著提高天气预报的准确性和可靠性 。
目前 ， 天气预报除了依靠预报员的综合判断外 ， 主要采用数值天气预报模式 ， 通过处理由气象卫星、观测台站、雷达等收集到的观测资料 ， 求解描写天气演变的大气动力学方程组 ， 进而提供天气气候的预测信息 。 这一过程涉及大量计算 ， 耗费较长时间与较大的计算资源 。
人工智能方法以机器学习算法为基础 ， 通过数学统计方法高效处理海量数据 ， 减少计算量、节省计算资源 。 机器学习算法能分析大量历史数据间隐藏的非线性关系 ， 更准确地厘清地球系统现象间复杂的因果关系 。 中国深圳气象局建立的基于深度学习的雷达外推模型 ， 可以在5—10分钟内有效预测未来0—6小时的降水 。 可见 ， 将人工智能应用到传统数值天气预报中 ， 可加快天气预报速度并提高预报准确率 。
对于极端天气气候事件 ， 准确及时的预报有助于降低损失、挽救生命 。 无论是提前几小时的短临预报 ， 还是提前几个月甚至一两年的气候预测 ， 人工智能都有“用武之地” ， 可以快速识别可能导致极端灾害事件的气象条件 。 比如 ， 瑞士洛桑联邦理工学院和英国利兹大学利用人工智能开发出闪电预测模型 ， 仅使用基本的气象数据就可以提前10—30分钟发出30公里半径内的雷暴预警 ， 预测准确率接近80% 。 再如 ， 南京信息工程大学和韩国全南大学合作 ， 利用人工智能改进对厄尔尼诺现象的季节—年际预测 ， 比现有模型的预测准确率提高10%—20% 。
不过 ， 对人工智能究竟能在多大程度上改进天气预报和气象服务 ， 也存在争议 。 人工智能的本质是通过对过去天气形势的学习 ， 预测未来的天气情况 ， 而实际的天气过程千变万化 ， 一个变量微小的扰动都会改变未来天气状况 。 同时 ， 人工智能也格外依赖数据的精确程度 ， 观测数据有细小差异 ， 预测结果就会相差甚远 。 此外 ， 人工智能常被比喻为“黑箱模型” ， 该方法只能得出天气预测结果 ， 但其科学性以及可解释性较弱 。
虽然有局限性 ， 但人工智能在预报天气领域的应用已获得业界认可 ， 越来越多的国家正在对“人工智能+气象”进行布局 。 欧洲中期天气预报中心发布了2021—2030年战略规划 ， 提出未来10年将人工智能完全融入数值天气预报和气候服务中 。 美国国家大气研究中心正推动一项研究计划 ， 深化人工智能在天气气候领域中的应用 。 中国设立了国家重点研发计划 ， 支持人工智能地学应用研究 ， 还设立了气象联合基金 ， 关注人工智能气象应用技术 。 随着人工智能技术的不断提高 ， 天气预报会更加准确 ， 智能气象时代将加速到来 。
（作者为南京信息工程大学气候与应用前沿研究院院长）
【科技|智能气象时代加速到来（科技大观）】作者：罗京佳
推荐阅读
- 智能化|适老化服务让银行更有温度
- 市场|激斗智能家居，大厂遇到新对手
- 产品|泰晶科技与紫光展锐联合实验室揭牌
- 空间|（科技）科普：詹姆斯·韦布空间望远镜——探索宇宙历史的“深空巨镜”
- 相关|科思科技：无人机地面控制站相关设备产品开始逐步发力
- 机身重量|黑科技眼控对焦23年后回归，升级！ 江一白解读EOS R3
- 公司|科思科技：正在加速推进智能无线电基带处理芯片的研发
- 项目|常德市二中2021青少年科技创新大赛再获佳绩
- 视点·观察|科技巨头纷纷发力元宇宙：这是否是所有人的未来？
- 网络化|工信部：2025年建成500个以上智能制造示范工厂