探析天气预报中的人工智能技术

余剑坷

（江西省上饶市广丰区气象局 江西 上饶 334600）

1 引言

据相关气象学监测结果可知，大气运动较为复杂，天气预报中有关强对流及台风等问题更是社会关注的焦点，素有气象学终极问题的称号，为此相关工作人员也在不断融合以人工智能技术为代表的现代化信息技术，希望基于数值预报来实现大气运动状态及相关天气现象的准确预测。国外人工智能技术在天气预报中的有关研究已经初见成效，国家不断加大对人工智能天气预报的支持力度，我国率先借鉴其成功应用经验并结合自身实际情况，先后印发了《新一代人工智能发展规划》以及《人工智能标准化白皮书（2018）》等相关文件，从而为我国未来一段时间的人工智能气象工作指明了发展方向。

2 传统技术下的天气预报

传统天气预报主要依靠卫星云图，即通过卫星采集数据再发回地面的技术，可见光卫星云图实现了对地球表面进行多角度拍摄，进而得到了肉眼可见的清晰图像，而红外卫星云图则充分利用红外线辐射原理并借助现代化红外探测仪器，成像时以黑白层次来模拟不同温度，而我们在电视上经常见到的云图一般都是经计算机处理后的红外云图。传统天气预报以集合预报技术为核心，其表现形式为数值，集合预报的应用就是将数据信息中各类不确定性因素与积分运算相比较，进而得到更具科学性与合理性的概率分布并以此对天气进行更好地预测。实际工作中部分气象站基础设施并不完善，计算出来的初始值并不精准，而集合预报技术的应用可以对初始误差进行有效评估，并在此基础上给出初始值合集，经计算与分析后的结合可以对大气状态进行更为客观的反映。天气概率预报则建立在统计学方法的基础上并以百分率来表示预测结果，大气变化的不确定性相对较强，概率预报可以充分体现其随机性特征，进而更加精准地描述各类天气现象。

3 人工智能技术概述

人工智能技术又称AI，指的是由人类创造出来的机器所表现出来的智能，我们通常所说的人工智能主要是通过普通的计算机程序来实现的，其核心问题为构建出能够近似于人类过超越人类的推理、规划、交流、感知及操控等相关能力。人工智能中的“人工”概念更好理解，就是指人工系统，而“智能”则涉及到意识、自我及思维等重要问题，人工智能是计算机学科的一个重要分支，也是20世纪70年以来世界三大尖端技术之一，涉及到信息学、自动化、生理学、心理学及语言学等众多学科，在借助数学工具的前提下实现了自身的可持续发展，目前常见的人工智能技术主要有计算机视觉、智能机器人、自动程序设计及机器学习与检索等，对自然科学、经济发展及社会进步都具有重要意义[1]。

4 人工智能技术在天气预报中的应用现状

4.1 常用人工智能技术及应用实例

目前天气预报中常用的主流技术如下：（1）人工神经网络由加权非线性函数模型组成，在气象工作中主要应用于云、风及降水等方面的识别与监测工作中，随着科学技术的不断发展也延伸出深度信念网络及卷积神经网络等内容。（2）支持向量机是一种广义线性分类器，工作时遵循监督学习原理并对各项数据展开二元分类，为此对识别与预报龙卷具有重要意义，且相关模型RVM在台风定强方面应用广泛。（3）决策树模型指的是一种非参数分类器，相对而言具有简单、快速、易操作及稳定性强等突出优点，其树形图构成主要包含决策点、事件点及结果三大要素，且这种模型无需进行先验假设，只将最大收益期望值与最低期望成本作为决策的准则。（4）随机森林法指的是包含多个决策树的分类器，其本质是一个由决策树构成的集合，每课树都可作为一个“专家库”独立存在[2]，且每棵树都具有不同的形态及构成，其中以渐进梯度回归树法及异构聚类法为代表，在风暴路径的识别等工作中的应用已取得重大进展。目前，人工智能技术在国外天气预报工作中的应用主要体现在气象观测及天气预报等重要工作环节，且近年来也逐渐被认为是数值模式的替代性方案，应用价值得到国内外的一致认可。

4.2 智能网格预报与模型分析技术

国外人工智能技术在天气预报中的应用最早可以追溯到1984年，且主要应用于灾害性雷暴预报工作中，其中以美国的WILLARD系统及加拿大的SWIFT系统最为成熟，对降低天气预报的错报率具有重要意义，而我国人工智能系统在天气预报中的应用还处于与研发与测试阶段。智慧气象以智能的感知、精准的预测及科学的管理为主要内容，其概念的提出标志着我国天气预报工作正朝向云计算及大数据的方向快速发展，以天气预报为代表的气象业务、服务及管理都更加充满“智慧”。智能网格预报[3]是近年来我国天气预报领域中发展最快的信息技术，在大数据及人工智能等多种现代化高新技术的支持下，对大量气象数据进行整合、挖掘、分析与应用，而核心机械学习系统使得天气预报工作朝着更为智能与精准的方向不断发展。我国气象台在天气预报及气候预测方面存在一定概率，二者之间的延伸期大约10～30 d，且在这一阶段中的气象预测成功率相对较低，为此相关研究人员结合近百年的气象数据并应用科学计算方法建立起了一套气象分析模型，即TempRiskApollo模型，其本质就是将当前各项气候条件与模型数据进行对比分析进而提高预算的准确度并延长预测时间，模型发展至今不断完善与创新，已经可以忽略变量之间的影响并准确预测40 d之内的气温概率，这标志着我国人工智能技术在天气预报领域中的应用取得了更大的进展。

4.3 人工智能在天气预报中应用的薄弱环节

虽然人工智能技术快速发展，但遇到一些不可解释性的问题依然均在一定的困难，由于目前天气预报中应用的人工智能技术很难从众多观测数据中发现其中的因果关系，为此很难建立模型来进行自我解释，例如神经网络及支持向量机所形成的模型并不适用于底层物理概念的解释工作[4]，为此也可以说天气预报中的人工智能技术仍旧有待提高。为此相关人员需要加深对某些特殊气象数据的研究，考虑充分的建模并开发独特的算法与机构，以物理模型及数据驱动模型之间的有机联系来弥补人工智能在天气预报中的薄弱环节。

5 人工智能技术在天气预报中的未来发展前景

美国作为全球AI领先国家对未来国际发展趋势已经做出了说明，在相关报告中也详细阐述了人工智能对NASA地球系统建模的重要影响，我国必然加快发展步伐并积极开展合作，通过建立有效地组织及流程来切实推进人工智能的创新研究，增加全球战略性合作伙伴以接轨国际发展进程。相较传统现行统计分析等方法而言，人工智能技术在数据分析与分析以及图像特征识别等环节显示出突出的优势[5]。人工智能在我国天气预报中的应用仍处于探索阶段，不可完全替代传统数值预报，二者的融合发展可能成为未来一段时间内的主导方式，其自身存在的一些问题导致人工智能难以从复杂的天气现象中发现其中的发展规律，仍然需要借助人工指引，为此国内外对于预报员未来是否会消失等问题一直存在争议。

6 结语

天气预报不仅影响着我们的日常生活，同时还会为我们带来巨大的经济效益，而人工智能的发展使得我国天气预报工作在面临重要发展机遇的同时也面临着更为严峻的挑战，目前人工智能在人脸识别及自动驾驶等方面的应用效果更为显著，但因其自身及多种客观因素在天气预报中的应用难度较大，我国虽然处于应用发展的初级阶段，但也一直留意国际最新动态，希望可以结合本国实际情况更好地将人工智能融合在天气预报工作中。