氣象和大氣科學領(lǐng)域人工智能科學研究的國際態(tài)勢分析

吳 燦 戴 洋 何曉歡 張定媛

（1.中國氣象局氣象干部培訓(xùn)學院 北京 100081；2.國家氣象中心 北京 100081）

2018年以來，人工智能推動科技、產(chǎn)業(yè)發(fā)展和社會變革的巨大潛力得到全球更加廣泛的認同。荷蘭愛思唯爾（Elsevier）出版集團相關(guān)研究報告發(fā)現(xiàn)，全球人工智能科研的發(fā)展趨勢呈現(xiàn)研究成果加速誕生，學術(shù)論文產(chǎn)出增速達12%，中美表現(xiàn)遙遙領(lǐng)先，同時新興研究中心開始崛起等特點。人工智能在氣象行業(yè)的發(fā)展和應(yīng)用也日益受到關(guān)注。2017 年，國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》中明確提出，要加強人工智能對自然災(zāi)害的有效監(jiān)測，圍繞地震災(zāi)害、地質(zhì)災(zāi)害、氣象災(zāi)害、水旱災(zāi)害和海洋災(zāi)害等重大自然災(zāi)害，構(gòu)建智能化監(jiān)測預(yù)警與綜合應(yīng)對平臺。可以預(yù)見，人工智能將成為氣象行業(yè)未來的關(guān)鍵賽場，競爭將異常激烈。要更好地抓住機遇，加快實現(xiàn)人工智能與氣象的融合創(chuàng)新發(fā)展，調(diào)研分析國際主要發(fā)展態(tài)勢是非常必要的。

利用文獻計量學指標評價科技成果質(zhì)量、科研機構(gòu)乃至整個國家的科技水平與影響力，可以為有關(guān)部門的管理和決策提供定量依據(jù)和支持。針對氣象領(lǐng)域人工智能研究這一主題，從目前已開展的研究工作來看，通過文獻計量的方法，對大氣科學領(lǐng)域人工智能應(yīng)用研究進展進行全面、系統(tǒng)的梳理，定量化評估科技發(fā)展水平的研究還比較少。本研究從科技論文的角度出發(fā)，系統(tǒng)分析過去10年（2010—2019年）氣象和大氣科學領(lǐng)域人工智能的研究文獻，定量評估該領(lǐng)域的全球主要進展態(tài)勢及各國發(fā)展水平。

一、分析方法與數(shù)據(jù)來源

本研究以WOS 的SCIE 數(shù)據(jù)庫為來源，從人工智能在氣象和大氣科學領(lǐng)域應(yīng)用的方法入手，制定關(guān)鍵檢索詞。檢索策略為從主題字段檢索關(guān)鍵檢索詞，從年代角度限定發(fā)文起始時間為2010—2019 年，再從研究領(lǐng)域和WOS 分類篩選氣象和大氣科學領(lǐng)域，選擇文獻類型為“Article”“Review”“Letter”和“Editorial Material”。編制檢索式：TS=(“artificial intelligen*” OR “artificial intellect*” OR“machine learning” OR “deep learning” OR“neural Network” OR “decision tree” OR“fuzzy logic” OR “hierarchical clustering”O(jiān)R “k-means clustering” OR “support vector machine” OR “l(fā)ogistic regression” OR “ridge regression” OR “elastic nets” OR “random forests” OR “gradient boosted regression tree” OR “natural language processing” OR“Deep Belief Nets” OR “Deep Boltzmann Machine” OR “Long Short-Term Memory”O(jiān)R “evolutionary programming” OR “analog ensembles” OR “nonlinear principal component analysis” OR “NLPCA” OR “Genetic Algorithm” OR “advancing forecasting” OR“expert system*”) 。檢索時間為2020年6月25日。最終，檢索得到2672條有效數(shù)據(jù)。

借助InCites數(shù)據(jù)庫，對2672篇文獻的發(fā)文國家、研究機構(gòu)和關(guān)鍵詞等字段進行清洗，最終處理得到經(jīng)過歸類匯總的待分析基礎(chǔ)數(shù)據(jù)。以這些文獻為基礎(chǔ)，采用科學的定性定量分析方法，運用大數(shù)據(jù)處理與可視化分析軟件，對近10 年氣象和大氣科學領(lǐng)域人工智能研究的論文產(chǎn)出進行定量分析，為科研學者和科技政策制定者提供一定的數(shù)據(jù)支持和定量參考。

二、氣象和大氣科學領(lǐng)域人工智能科學研究文獻計量分析

（一）整體發(fā)文態(tài)勢分析

2010—2019年氣象和大氣科學領(lǐng)域人工智能研究經(jīng)歷了從平緩運行到迅速增加的顯著變化（圖1）。2016年前氣象和大氣科學領(lǐng)域人工智能學術(shù)研究成果數(shù)量總體穩(wěn)定，年均維持在200篇左右。2016年，隨著DeepMind推出的阿爾法狗戰(zhàn)勝人類圍棋冠軍李世石等事件的發(fā)生，全球人工智能第三次熱潮到來，當年氣象和大氣科學領(lǐng)域人工智能研究成果數(shù)量迅速增加到了290篇。2017年，隨著人工智能“落地年”（大量人工智能產(chǎn)品問世）的到來，相關(guān)研究成果的數(shù)量呈“井噴式”增長，該年氣象和大氣科學領(lǐng)域人工智能研究成果數(shù)量突破300篇，到2019年已突破500篇，2017—2019年3年間發(fā)表的學術(shù)成果數(shù)量和前7年（2010—2016年）發(fā)表的學術(shù)成果數(shù)量相當，且這一趨勢還在繼續(xù)（統(tǒng)計2020年前半年的文獻數(shù)據(jù)發(fā)現(xiàn)，氣象和大氣科學領(lǐng)域人工智能研究仍維持在高位）。

圖1 歷年發(fā)文與增長情況（2010—2019年）

發(fā)文量的多少可以凸顯一個國家在某一領(lǐng)域的科研體量，同時也是科研實力的一種體現(xiàn)。近10年全球氣象和大氣科學領(lǐng)域人工智能研究的論文產(chǎn)出來自110個國家。在TOP15發(fā)文國家中，歐洲國家共有6個，另有6個亞洲國家（中國、伊朗、印度、韓國、日本和土耳其）、2個美洲國家（美國、加拿大）和1個大洋洲國家（澳大利亞）。美國一直處于氣象和大氣科學領(lǐng)域人工智能研究的領(lǐng)先地位，2013年以后中國脫穎而出，成為和美國并駕齊驅(qū)的領(lǐng)跑國。

本文統(tǒng)計分析了在該領(lǐng)域發(fā)文量最大的全球TOP20機構(gòu)（表略）。從數(shù)量分布來看，美國占據(jù)了半壁江山（10家機構(gòu)），分布廣泛，優(yōu)勢明顯；另中國、法國、印度、德國分別各有5家、2家、2家和1家機構(gòu)。綜合各機構(gòu)的總發(fā)文量、第一作者和通信作者發(fā)文量來看，中國科學院以顯著的優(yōu)勢位列第一，美國國家海洋與大氣管理局排名第二，法國國家科學研究中心排名第三。此外，北京師范大學、印度理工學院雖然發(fā)文量不算多，但第一作者發(fā)文占比與通信作者發(fā)文占比均較高。

（二）研究影響力分析

從發(fā)文的被引頻次（總被引頻次和篇均被引頻次）、使用頻次（通過文章引用率體現(xiàn)）與發(fā)文新穎度（通過近3年發(fā)文占比體現(xiàn)）等方面（表1），可以衡量出各國在氣象和大氣科學領(lǐng)域人工智能研究的影響力情況。2672篇文獻總被引頻次為39 559次，篇均被引達14.8次/篇。

表1 TOP15國家影響力指標一覽表

美國在總被引頻次上遠遠領(lǐng)先于其他國家，且篇均被引頻次也表現(xiàn)良好，位列第四，反映了其學術(shù)影響力優(yōu)勢明顯，但在近3年發(fā)文占比上優(yōu)勢不明顯，受到了其他國家的沖擊。中國的總被引頻次排名第二，但篇均被引頻次排名不佳，文章引用率排名也表現(xiàn)平平，反映出我國仍需在學術(shù)影響力方面努力提升。但可喜的是，我國在近3年發(fā)文占比方面表現(xiàn)良好，位列第四。

此外，德國、法國、英國、意大利和澳大利亞無論是在論文被引頻次方面，還是在使用頻次方面均表現(xiàn)良好，說明這些國家在該領(lǐng)域研究的學術(shù)實力不容小覷。在亞洲國家中，伊朗和土耳其的表現(xiàn)值得關(guān)注，其篇均被引頻次和文章引用率均超過了中國，說明其有著較高的關(guān)注度，學術(shù)影響力表現(xiàn)不俗。在發(fā)文新穎度方面，表現(xiàn)良好的國家除中國外，還有荷蘭、澳大利亞、日本和英國。

針對最優(yōu)秀的前1%的論文，即被引頻次位于該學科所有論文前1%的論文（也稱為ESI高被引論文），其數(shù)量特征也可以在宏觀上從一個方面反映學術(shù)實體的學科影響力和競爭力。在2672篇文章中，有36篇被選為ESI高被引論文，亞洲國家在ESI高被引論文產(chǎn)出方面表現(xiàn)不俗，且亞洲國家的第一作者或通信作者論文數(shù)占總論文數(shù)的比例也普遍較高。這些結(jié)果說明，在氣象和大氣科學領(lǐng)域人工智能研究中，亞洲國家的研究實力逐步提升，且主導(dǎo)型學術(shù)論文的產(chǎn)量越來越多。但結(jié)合之前的分析結(jié)果可以看出，雖然亞洲國家在該領(lǐng)域擁有較大的研究體量，也有一定的高質(zhì)量的研究積累，但其整體文章質(zhì)量依然不均衡。

在機構(gòu)層面上，采用同樣的方法和指標，對TOP20機構(gòu)的影響力進行分析（表略）。發(fā)現(xiàn)：美國的國家海洋與大氣管理局和國家大氣研究中心在總被引頻次和篇均被引頻次方面遙遙領(lǐng)先，穩(wěn)居第一和第二位，學術(shù)影響力優(yōu)勢十分顯著。除這兩家機構(gòu)外，在引用頻次方面表現(xiàn)良好的機構(gòu)還有法國國家科學研究中心和美國加州大學系統(tǒng)。中國機構(gòu)發(fā)表論文的引用表現(xiàn)平平，在5家中國機構(gòu)中，中國氣象局的篇均被引頻次最高（15.19次/篇），是上榜中國機構(gòu)中唯一超過全球平均水平的機構(gòu)。在文章引用率方面，印度理工學院系統(tǒng)、法國索邦大學和德國亥姆霍茲聯(lián)合會的文章引用率較高，說明其開展的研究獲得了較高的同行關(guān)注。在發(fā)文新穎度方面，中國科學院大學、北京師范大學和德國亥姆霍茲聯(lián)合會的近3年發(fā)文較多。

（三）合作網(wǎng)絡(luò)分析

通過國家間的合作網(wǎng)絡(luò)分析，能夠識別出氣象和大氣科學領(lǐng)域人工智能研究國家之間的合作關(guān)系。合作網(wǎng)絡(luò)圖中節(jié)點的大小反映了各國的發(fā)文數(shù)量，節(jié)點越大，表示發(fā)文量越大。節(jié)點中帶有紫色外圈年輪的表示該節(jié)點的中心性（Centrality）高。紫色外圈越粗，節(jié)點的中心性越高，說明其在整個合作網(wǎng)絡(luò)中的重要性和影響力越大。從TOP20國家之間的合作網(wǎng)絡(luò)來看（圖2），美國、德國和法國是整個合作網(wǎng)絡(luò)的中心性國家（其Centrality值分別為0.26、0.25和0.23），意大利、加拿大和日本為次中心國家（其Centrality值分別為0.11、10和0.10）。這些中心和次中心國家，除日本為亞洲國家外，其余均分布在歐洲和北美洲，說明氣象和大氣科學領(lǐng)域人工智能研究的國際合作主要還是集中在歐洲和北美地區(qū)，這些地區(qū)的國家在國際合作網(wǎng)絡(luò)中占據(jù)了主導(dǎo)地位，擁有較大的影響力。中國的Centrality值為0.07，但由于發(fā)文量最大，因此在合作網(wǎng)絡(luò)中也是最重要的橋梁性國家。除中國外，合作網(wǎng)絡(luò)中的橋梁性國家也多為亞洲國家，如韓國、印度、馬來西亞、土耳其、伊朗等。

圖2 TOP20國家合作發(fā)文網(wǎng)絡(luò)圖

（四）研究方向與熱點前沿分析

從發(fā)文所屬的研究領(lǐng)域來看，氣象和大氣科學領(lǐng)域人工智能研究的主要交叉領(lǐng)域為地質(zhì)學、水資源學和環(huán)境科學，其論文占比分別為29.4%、22.8%和17.2%。從TOP20國家發(fā)文的主要交叉領(lǐng)域分布來看，美國、德國、英國、加拿大和澳大利亞更側(cè)重于與環(huán)境科學領(lǐng)域的交叉，而中國等亞洲國家以及法國、意大利等少數(shù)歐洲國家則更偏重于與地質(zhì)學領(lǐng)域的交叉。

從發(fā)文內(nèi)容來看，通過標題與摘要關(guān)鍵詞聚類分析，可以得出氣象和大氣科學領(lǐng)域人工智能研究SCI論文的研究內(nèi)容（圖3），大致可以分為四類：①藍色聚類為氣象和大氣科學領(lǐng)域人工智能技術(shù)的理論研究，主要關(guān)鍵詞包括人工神經(jīng)網(wǎng)絡(luò)、隨機森林、遺傳算法、機器學習、支持向量機、主成分分析等。這一聚類相對分散，比其他聚類交叉性較大，這與其研究涉及多學科科學的實際相符；②橘色聚類為人工智能技術(shù)在預(yù)報業(yè)務(wù)中的應(yīng)用研究，主要關(guān)鍵詞包括數(shù)值天氣預(yù)報、預(yù)報驗證、統(tǒng)計預(yù)報、集合預(yù)報、可能性預(yù)報、模型、預(yù)報技巧等詞匯；③淺橙色聚類為觀測技術(shù)中人工智能的融入，主要關(guān)鍵詞包括衛(wèi)星觀測、雷達以及數(shù)據(jù)分類、最小化、降尺度等與數(shù)據(jù)處理有關(guān)的詞匯；④淺藍色聚類為陸面遙感及災(zāi)害管理，主要關(guān)鍵詞有滑坡、洪水、災(zāi)害評估、GIS等。

圖3 標題與摘要關(guān)鍵詞聚類圖

將2672篇文章的研究內(nèi)容進行歸類、整理，通過高頻關(guān)鍵詞（論文中使用頻次較高的關(guān)鍵詞，圖4）分析可以得到，氣象和大氣科學領(lǐng)域人工智能研究中，天氣和氣候預(yù)報模式、天氣系統(tǒng)及災(zāi)害性天氣的識別是最主要的研究對象，其次是氣象探測技術(shù)、生態(tài)和大氣質(zhì)量監(jiān)測。第三類是可再生能源、航空預(yù)報。第四類研究對象為智能決策輔助系統(tǒng)。從關(guān)鍵詞體現(xiàn)的研究方向來看，數(shù)值模式資料同化、數(shù)值模式參數(shù)計算（如云和對流參數(shù)化）、模式產(chǎn)品后處理、臨近預(yù)報、定量降水客觀預(yù)報和臺風集合預(yù)報、霾預(yù)報、數(shù)值預(yù)報訂正、精細化預(yù)報、超分辨率處理（氣候模式降尺度）等天氣、氣候預(yù)報模式的研發(fā)和方法改進研究是最主要的研究方向，其次是氣象探測設(shè)備的自適應(yīng)（具有自檢測、自標校、自校準、自補償能力）、廣泛分布所產(chǎn)生海量數(shù)據(jù)的大數(shù)據(jù)挖掘技術(shù)應(yīng)用、基于非氣象觀測設(shè)備的氣象信息反演技術(shù)等智能氣象觀測技術(shù)研究。此外，人機互動的預(yù)報智能編輯和基于自然語言生成的預(yù)報產(chǎn)品智能生成等智能決策輔助系統(tǒng)研究也是一大研究方向。從方法性詞匯來看，氣象和大氣科學領(lǐng)域人工智能研究主要涉及的研究方法包括人工神經(jīng)網(wǎng)絡(luò)、深度學習、機器學習、決策樹、模糊邏輯、支持向量機、隨機森林、回歸樹、非線性主成分分析、遺傳算法等。

圖4 高頻關(guān)鍵詞云圖

美國氣象學會百年進展中有關(guān)人工智能的分析指出，隨著更高分辨模式的出現(xiàn)，新觀測儀器的部署以及更多遙感方法的實施，觀測數(shù)據(jù)開始迅猛增長。基于數(shù)據(jù)的天氣預(yù)報技術(shù)研究成為人工智能技術(shù)在氣象和大氣科學領(lǐng)域中最普遍的研究之一。其次是概率預(yù)報研究。目前，已研究出了多種可同時處理多個NWP系統(tǒng)和多套歷史數(shù)據(jù)的人工智能方法。第三是氣候應(yīng)用研究。如利用人工智能技術(shù)模擬大西洋振蕩、太平洋-北美遙相關(guān)、厄爾尼諾-南方濤動、準兩年振蕩、季節(jié)內(nèi)振蕩等氣候變率的主要模式，或利用人工智能技術(shù)對氣候信息進行后處理。第四是仿真研究。現(xiàn)代預(yù)測模型大都是基于從基本原理推導(dǎo)的偏微分方程加上一系列物理參數(shù)化，這些物理參數(shù)化只是對物理過程的部分理解，因此人工智能是否能夠有效地模擬這些過程，并形成混合模型，成為了該領(lǐng)域研究的關(guān)鍵問題。第五是圖像識別和處理研究。圖像分析識別在雷達、衛(wèi)星圖像領(lǐng)域被廣泛應(yīng)用。從引頻次較多的高被引論文，以及經(jīng)典的綜述性文章來看，近年來諸如卷積神經(jīng)網(wǎng)絡(luò)（CNN）、生成式對抗網(wǎng)絡(luò)（GAN）、遞歸神經(jīng)網(wǎng)絡(luò)（RNN）等深度學習方法是目前該方向的研究熱點。本文研究結(jié)論與此基本一致。

三、結(jié)論與展望

（一）國際研究態(tài)勢總結(jié)

通過計量分析發(fā)現(xiàn)，全球在氣象和大氣科學領(lǐng)域人工智能的研究一直保持著穩(wěn)步發(fā)展態(tài)勢，且發(fā)展速度有著明顯的加快趨勢，在2010—2019年的近10年中，2017—2019年最近3年發(fā)表的學術(shù)成果數(shù)量與前7年（2010—2016年）發(fā)表的學術(shù)成果數(shù)量相當，通過對2020年前半年的文獻發(fā)表數(shù)據(jù)統(tǒng)計顯示，這一趨勢還在繼續(xù)。

從國家層面來看，中美兩國在全球處于領(lǐng)先地位，兩國在技術(shù)的發(fā)展上各有所長。美國在理論及算法研究方面，成果產(chǎn)出明顯較多，中國的成果產(chǎn)出以天氣業(yè)務(wù)為主。在應(yīng)用氣象領(lǐng)域，中國優(yōu)勢明顯，產(chǎn)出了一批高質(zhì)量、高影響的研究成果，但研究涉及的主題不及美國廣泛。總體而言，美國在論文數(shù)量、質(zhì)量上更勝一籌：其在總被引頻次、篇均被引頻次和高被引方面均表現(xiàn)優(yōu)異。但在近3年發(fā)文占比方面，美國優(yōu)勢不明顯，這與其在該領(lǐng)域的研究歷史長、研究體量大有關(guān)。中國在氣象和大氣科學領(lǐng)域人工智能研究中呈現(xiàn)出良好的發(fā)展態(tài)勢，雖論文整體影響力仍有待提高，但科研論文產(chǎn)出數(shù)量可觀，且在國際合作影響力方面也有較大的上升空間。

除了中美在氣象和大氣科學領(lǐng)域人工智能研究中的領(lǐng)先優(yōu)勢外，亞洲國家整體有著令人欣喜的表現(xiàn)：亞洲國家發(fā)文量多，對氣象和大氣科學領(lǐng)域人工智能的研究有較高的熱度，伊朗、印度、馬來西亞等亞洲國家成為該領(lǐng)域的新興力量。如伊朗雖然在傳統(tǒng)氣象學領(lǐng)域并無突出表現(xiàn)，但近三年來，伊朗的信息科技市場發(fā)生了很大的變化，所以伊朗在這一領(lǐng)域內(nèi)已有不少的人才儲備。因此，該國在氣象和大氣科學領(lǐng)域人工智能研究方面的論文表現(xiàn)令人矚目。印度是全球人工智能領(lǐng)域的后起之秀。目前其國內(nèi)有800多家公司已經(jīng)或正在部署人工智能，擁有近2.9萬名人工智能專業(yè)人才。2018年印度發(fā)布的《人工智能的國家戰(zhàn)略》還部署了該國未來將在人工智能領(lǐng)域優(yōu)先布局的五個領(lǐng)域。東南亞在人工智能領(lǐng)域充滿活力，各國大多表現(xiàn)出了積極發(fā)展人工智能產(chǎn)業(yè)技術(shù)的意愿，部分國家特別是東南亞傳統(tǒng)的領(lǐng)先國家新加坡和馬來西亞已經(jīng)在政府政策層面上推出一些鼓勵人工智能發(fā)展的戰(zhàn)略，比如新加坡的《AI新加坡》、馬來西亞的《國家大數(shù)據(jù)分析框架》，并在相關(guān)學術(shù)研究領(lǐng)域占據(jù)優(yōu)勢。此外，其他國家也不甘落后，如越南以及印尼、泰國等國在應(yīng)用領(lǐng)域，均在積極探索。但值得指出的是，雖然亞洲國家（包括中國在內(nèi)）作為該領(lǐng)域的后起之秀，近年來在該領(lǐng)域擁有較大的研究體量，也有一定的高質(zhì)量的研究積累，但其整體文章質(zhì)量仍不均衡。

與上述國家形成對比的是英德法日等傳統(tǒng)氣象強國，在該領(lǐng)域表現(xiàn)相對平平。如英國是人工智能領(lǐng)域的傳統(tǒng)強國。政策支持、人才聚集、不斷完善的數(shù)字生態(tài)系統(tǒng)，以及善于將數(shù)據(jù)資源社會化等因素決定了其在人工智能領(lǐng)域的獨特優(yōu)勢。然而，在氣象和大氣科學領(lǐng)域，似乎沒無特別建樹。歐洲國家普遍面臨人工智能人才流失的境況，但其在氣象和大氣科學領(lǐng)域擁有深厚研究基礎(chǔ)和領(lǐng)先優(yōu)勢，在數(shù)據(jù)比較和反演特別是圖像智能識別領(lǐng)域也有很強實力。因此，這些地區(qū)的氣象和大氣科學領(lǐng)域人工智能研究也不忽視。

從合作角度來看，氣象和大氣科學領(lǐng)域人工智能研究的國際合作主要集中在歐洲和北美地區(qū)，這些地區(qū)的國家在國際合作網(wǎng)絡(luò)中占據(jù)主導(dǎo)地位，擁有較大的影響力。中國等亞洲國家雖然在該領(lǐng)域擁有較大的發(fā)文量，但大部分均來自國內(nèi)，國際合作的參與度較低，未來可期。

從研究方向來看，氣象和大氣科學領(lǐng)域人工智能研究的主要交叉領(lǐng)域為地質(zhì)學、水資源學和環(huán)境科學。從關(guān)鍵詞聚類來看，研究主要以人工智能技術(shù)與天氣預(yù)報業(yè)務(wù)的全鏈條的融合為主，其次是陸面遙感及災(zāi)害管理研究。從高頻關(guān)鍵詞分析來看，主要研究對象有：天氣和氣候預(yù)報模式、天氣系統(tǒng)及災(zāi)害性天氣的識別是最；氣象探測技術(shù)、生態(tài)和大氣質(zhì)量監(jiān)測；可再生能源、航空預(yù)報；智能決策輔助系統(tǒng)。從代表性高被引論文來看，該領(lǐng)域的全球研究主要有5個方向，分別是人工智能技術(shù)在天氣預(yù)報、概率預(yù)報、氣候應(yīng)用研究、仿真研究和圖像識別和處理研究中的應(yīng)用。

（二）建議與展望

人工智能被認為是較為適合處理氣象預(yù)報預(yù)測的有效方法。氣象數(shù)據(jù)具有海量、多源、開放、不同類型、多時空尺度、高質(zhì)量的特點。這些是人工智能方法和技術(shù)在氣象領(lǐng)域應(yīng)用的有利條件，也是先發(fā)優(yōu)勢。展望未來，人工智能在氣象和大氣科學領(lǐng)域的應(yīng)用的發(fā)展，可能會在圖像識別（如極端天氣型分類和異常檢測）、超分辨率處理（氣候模式降尺度）、時間預(yù)測和空間預(yù)測等方面取得較大進展。為此，相關(guān)科技管理部門應(yīng)加大對這些研究方向的扶持力度，并引導(dǎo)研究成果向業(yè)務(wù)應(yīng)用的轉(zhuǎn)換。

培養(yǎng)和吸引頂尖人才，加強高層次人才儲備是必不可少的。麥肯錫2018年發(fā)布的報告《人工智能的未來之路》指出，中國的核心算法領(lǐng)域遠遠落后于英美同行的一個主要原因是缺乏頂尖的人才。而在大氣科學領(lǐng)域也同樣面臨相同的困境：目前大部分人工智能技術(shù)方法研發(fā)還是以大氣科學專業(yè)背景人員為主，需要統(tǒng)計學、計算科學、大數(shù)據(jù)挖掘等專業(yè)背景的科學家加入，尤其是同時精通大氣科學和人工智能的人才，才能在核心基礎(chǔ)領(lǐng)域?qū)崿F(xiàn)突破。建議對已在相關(guān)研究領(lǐng)域和前沿方向中取得相當科研成果的科學家和工程師長期跟蹤、關(guān)注發(fā)展，擇機引進。此外，對后起之秀國家的研究人員，也可以保持關(guān)注，尋求多種形式的合作。

還應(yīng)加強合作。2018年以來，各國人工智能戰(zhàn)略布局進一步升級，人工智能正在從少數(shù)大國關(guān)注走向全球布局的新格局。未來，中國應(yīng)注意加強與相關(guān)方的合作。一方面應(yīng)注意與傳統(tǒng)氣象強國合作的優(yōu)先著眼點，如美國在機理分析方面的合作，與歐洲在數(shù)據(jù)反演方面加強合作等，另一方面應(yīng)注意與亞洲國家以及一帶一路倡議中表現(xiàn)活躍國家的合作（如中國與馬來西亞共建該國首個人工智能產(chǎn)業(yè)園），并關(guān)注伊朗、印度等國發(fā)展等，取長補短，借助各自的優(yōu)勢謀求共同發(fā)展。

相信假以時日，從量變到質(zhì)變，我國在氣象大氣科學領(lǐng)域人工智能的研究將更堅實地進入國際領(lǐng)先水平行列，為保障國家的應(yīng)急防災(zāi)減災(zāi)能力、保障民生提供更有力的支持。