探析天氣預報中的人工智能技術

余劍坷

（江西省上饒市廣豐區氣象局 江西 上饒 334600）

1 引言

據相關氣象學監測結果可知，大氣運動較為復雜，天氣預報中有關強對流及臺風等問題更是社會關注的焦點，素有氣象學終極問題的稱號，為此相關工作人員也在不斷融合以人工智能技術為代表的現代化信息技術，希望基于數值預報來實現大氣運動狀態及相關天氣現象的準確預測。國外人工智能技術在天氣預報中的有關研究已經初見成效，國家不斷加大對人工智能天氣預報的支持力度，我國率先借鑒其成功應用經驗并結合自身實際情況，先后印發了《新一代人工智能發展規劃》以及《人工智能標準化白皮書（2018）》等相關文件，從而為我國未來一段時間的人工智能氣象工作指明了發展方向。

2 傳統技術下的天氣預報

傳統天氣預報主要依靠衛星云圖，即通過衛星采集數據再發回地面的技術，可見光衛星云圖實現了對地球表面進行多角度拍攝，進而得到了肉眼可見的清晰圖像，而紅外衛星云圖則充分利用紅外線輻射原理并借助現代化紅外探測儀器，成像時以黑白層次來模擬不同溫度，而我們在電視上經常見到的云圖一般都是經計算機處理后的紅外云圖。傳統天氣預報以集合預報技術為核心，其表現形式為數值，集合預報的應用就是將數據信息中各類不確定性因素與積分運算相比較，進而得到更具科學性與合理性的概率分布并以此對天氣進行更好地預測。實際工作中部分氣象站基礎設施并不完善，計算出來的初始值并不精準，而集合預報技術的應用可以對初始誤差進行有效評估，并在此基礎上給出初始值合集，經計算與分析后的結合可以對大氣狀態進行更為客觀的反映。天氣概率預報則建立在統計學方法的基礎上并以百分率來表示預測結果，大氣變化的不確定性相對較強，概率預報可以充分體現其隨機性特征，進而更加精準地描述各類天氣現象。

3 人工智能技術概述

人工智能技術又稱AI，指的是由人類創造出來的機器所表現出來的智能，我們通常所說的人工智能主要是通過普通的計算機程序來實現的，其核心問題為構建出能夠近似于人類過超越人類的推理、規劃、交流、感知及操控等相關能力。人工智能中的“人工”概念更好理解，就是指人工系統，而“智能”則涉及到意識、自我及思維等重要問題，人工智能是計算機學科的一個重要分支，也是20世紀70年以來世界三大尖端技術之一，涉及到信息學、自動化、生理學、心理學及語言學等眾多學科，在借助數學工具的前提下實現了自身的可持續發展，目前常見的人工智能技術主要有計算機視覺、智能機器人、自動程序設計及機器學習與檢索等，對自然科學、經濟發展及社會進步都具有重要意義[1]。

4 人工智能技術在天氣預報中的應用現狀

4.1 常用人工智能技術及應用實例

目前天氣預報中常用的主流技術如下：（1）人工神經網絡由加權非線性函數模型組成，在氣象工作中主要應用于云、風及降水等方面的識別與監測工作中，隨著科學技術的不斷發展也延伸出深度信念網絡及卷積神經網絡等內容。（2）支持向量機是一種廣義線性分類器，工作時遵循監督學習原理并對各項數據展開二元分類，為此對識別與預報龍卷具有重要意義，且相關模型RVM在臺風定強方面應用廣泛。（3）決策樹模型指的是一種非參數分類器，相對而言具有簡單、快速、易操作及穩定性強等突出優點，其樹形圖構成主要包含決策點、事件點及結果三大要素，且這種模型無需進行先驗假設，只將最大收益期望值與最低期望成本作為決策的準則。（4）隨機森林法指的是包含多個決策樹的分類器，其本質是一個由決策樹構成的集合，每課樹都可作為一個“專家庫”獨立存在[2]，且每棵樹都具有不同的形態及構成，其中以漸進梯度回歸樹法及異構聚類法為代表，在風暴路徑的識別等工作中的應用已取得重大進展。目前，人工智能技術在國外天氣預報工作中的應用主要體現在氣象觀測及天氣預報等重要工作環節，且近年來也逐漸被認為是數值模式的替代性方案，應用價值得到國內外的一致認可。

4.2 智能網格預報與模型分析技術

國外人工智能技術在天氣預報中的應用最早可以追溯到1984年，且主要應用于災害性雷暴預報工作中，其中以美國的WILLARD系統及加拿大的SWIFT系統最為成熟，對降低天氣預報的錯報率具有重要意義，而我國人工智能系統在天氣預報中的應用還處于與研發與測試階段。智慧氣象以智能的感知、精準的預測及科學的管理為主要內容，其概念的提出標志著我國天氣預報工作正朝向云計算及大數據的方向快速發展，以天氣預報為代表的氣象業務、服務及管理都更加充滿“智慧”。智能網格預報[3]是近年來我國天氣預報領域中發展最快的信息技術，在大數據及人工智能等多種現代化高新技術的支持下，對大量氣象數據進行整合、挖掘、分析與應用，而核心機械學習系統使得天氣預報工作朝著更為智能與精準的方向不斷發展。我國氣象臺在天氣預報及氣候預測方面存在一定概率，二者之間的延伸期大約10～30 d，且在這一階段中的氣象預測成功率相對較低，為此相關研究人員結合近百年的氣象數據并應用科學計算方法建立起了一套氣象分析模型，即TempRiskApollo模型，其本質就是將當前各項氣候條件與模型數據進行對比分析進而提高預算的準確度并延長預測時間，模型發展至今不斷完善與創新，已經可以忽略變量之間的影響并準確預測40 d之內的氣溫概率，這標志著我國人工智能技術在天氣預報領域中的應用取得了更大的進展。

4.3 人工智能在天氣預報中應用的薄弱環節

雖然人工智能技術快速發展，但遇到一些不可解釋性的問題依然均在一定的困難，由于目前天氣預報中應用的人工智能技術很難從眾多觀測數據中發現其中的因果關系，為此很難建立模型來進行自我解釋，例如神經網絡及支持向量機所形成的模型并不適用于底層物理概念的解釋工作[4]，為此也可以說天氣預報中的人工智能技術仍舊有待提高。為此相關人員需要加深對某些特殊氣象數據的研究，考慮充分的建模并開發獨特的算法與機構，以物理模型及數據驅動模型之間的有機聯系來彌補人工智能在天氣預報中的薄弱環節。

5 人工智能技術在天氣預報中的未來發展前景

美國作為全球AI領先國家對未來國際發展趨勢已經做出了說明，在相關報告中也詳細闡述了人工智能對NASA地球系統建模的重要影響，我國必然加快發展步伐并積極開展合作，通過建立有效地組織及流程來切實推進人工智能的創新研究，增加全球戰略性合作伙伴以接軌國際發展進程。相較傳統現行統計分析等方法而言，人工智能技術在數據分析與分析以及圖像特征識別等環節顯示出突出的優勢[5]。人工智能在我國天氣預報中的應用仍處于探索階段，不可完全替代傳統數值預報，二者的融合發展可能成為未來一段時間內的主導方式，其自身存在的一些問題導致人工智能難以從復雜的天氣現象中發現其中的發展規律，仍然需要借助人工指引，為此國內外對于預報員未來是否會消失等問題一直存在爭議。

6 結語

天氣預報不僅影響著我們的日常生活，同時還會為我們帶來巨大的經濟效益，而人工智能的發展使得我國天氣預報工作在面臨重要發展機遇的同時也面臨著更為嚴峻的挑戰，目前人工智能在人臉識別及自動駕駛等方面的應用效果更為顯著，但因其自身及多種客觀因素在天氣預報中的應用難度較大，我國雖然處于應用發展的初級階段，但也一直留意國際最新動態，希望可以結合本國實際情況更好地將人工智能融合在天氣預報工作中。