人工智能技术在气象行业中的应用现状及发展前景

岑瑶 田晓龙

（内蒙古自治区气象信息中心 内蒙古自治区呼和浩特市 010051）

随着人工智能技术在不同行业和领域的发展与应用，人们对各方面的期望与要求愈来愈高。日益增长的工作需求和生活质量的要求，促使人工智能技术不断发展并逐步融入人们的生产、工作和生活的方方面面。大自然风云变幻莫测，令人捉摸不透，自古以来人们为了生产与生活对天气现象就有了一定的关注，建立了一些观测天气的方法。现在随着气象因素对航天等重要领域的影响，还有“气象强国”等重要指示精神的提出，气象在我们的生产、生活和工作中扮演着愈来愈重要的角色，对气象预报等相关服务的研究也提出了更高的要求。天气与我们的日常息息相关，天气不仅会对出行、消费等活动会造成影响，尤其是在物联网发达的今天，在影响交通的同时也会对物流造成一定的影响，甚至对一些竞技项目的胜负起着关键性的作用，故准确的天气信息对人们来说至关重要。将近年迎来爆发期的人工智能技术应用于气象行业能够有效的提高气象服务的质量和预报的准确性。

1 人工智能技术

1956年召开达特矛斯会议，麻省理工学院的约翰·麦卡锡在参加会议时人工智能首次提出人工智能这个说法[2]。上个世纪八十年代左右，气象领域的专家和学者开始将人工智能技术与天气预报相结合，美国与加拿大的专家应用人工智能技术研究和开发出了针对灾害性天气现象的WILLARD 和SWIFT 智能系统，进而起到了优化预报结果的作用[6]。

从上个世纪80年代末到90年代初，随着人工智能技术相关算法的突破、计算能力的迅猛发展，以及海量互联网数据的支撑，人工智能技术在21世纪10年代后迎来了蓬勃发展，并成为全世界关注的热点和核心。在一些发达国家，人工智能技术被广泛应用于天气预报中，并引发了人工智能技术作用于气象领域的狂潮，研发了许多相关预报系统[3]。气象专家和学者研发出来的预报系统主要是针对天气现象中的强对流灾害性天气，前期主要应用的语言是自然语言，后期结合了人工神经网络技术进行系统的研发[3]。这些系统大部分是专家和学者对人工智能技术学习与探索的结果并不成熟，能够被应用到实际的业务使用中的也是少之又少。

随着信息技术不断成为技术发展的主流，种类繁多数据类型的出现，处理技术与处理能力的高标准要求，人工智能技术飞速发展并备受瞩目。人工智能真正被大众普遍熟知实际上是由一系列代表性事件引发的[4]。2012年，AlexNet 应用线性整流函数、参数正则化等对传统的卷积神经网络进行改进，并利用此改进算法参加了ImageNet 比赛并获得了第一名的惊人成绩；四年后，AlphaGo以4:1 的惊人成绩战胜了获得过世界冠军的人类选手；此后又过了一年后，进一步升级了的AlphaGo-Zero 以悬殊的骄人成绩完胜AlphaGo……借助这些标志性事件，人工智能、机器学习等一些新颖词语开始进入公众视野。一些走在世界前列的应用先进信息技术的互联网公司也率先对人工智能技术、大数据等进行了深入的专研，为其他行业起到了表率作用，对气象领域中预报与数据模式方面的应用也起到重要的作用，进而提高了预报的准确率和气象数据处理的速度。例如，我国的中央气象台与清华大学合作研发了一种新型的预报方法，此方法将人工智能的深度神经网络方法应用于回波预报中，大幅度地提高了回波预报的准确率。尤其是近几年，国外的气象专家和学者将人工智能技术广泛的应用于气象相关领域并呈现上升，同时极大地提高了国内相关领域的学者对其应用的重视度并取得了催人奋进的成果。

2 人工智能技术在气象行业的应用

天气预报主要是以数据量庞大的不同类型的气象资料为依托，人工智能则是针对大数据处理与加工的技术，故二者之间有着相互作用彼此影响进而融合使用的耦合关系。虽然现有的资料相对于来说较为全面、覆盖面较广，但是时空数据还是存在着一定的局限性，如密度不够等缺限。人工智能不仅具有学习的能力，而且还具有一定的推断能力，尤其是对一些不能够确定，或者因某些原因缺失而不完全的信息的推断；除此之外人工智能还能够利用许多人类无法利用的预报中相关学科的抽象难点知识，进而提高处理数据的能力与预报的准确率。能够进行高速、高效的预报天气是气象领域专家与学者一直的目标。

人工智能在天气预报领域的应用包括观测数据质量控制、数值模式资料同化、数值模式参数化、模式后处理等。尤其是在气象资料处理等方面的应用，具有广阔的应用空间，如气象资料中卫星数据资料与图片资料的处理方面等，目前欧洲气象领域的专家与学者已经将人工智能中的深度学习算法应用于气象资料中的卫星资料的数据的同化处理。美国的气象专家也将人工智能应用于对雷暴进行实时的预测并建立预测模型。

我国也将人工智能引入到了气象领域汛情研判的应用中。没有人工智能之前，进行巡堤的工作完全是靠人工，而且工作人员还需要奔赴到现场，利用一些传统的老式的记录方法将巡堤的情况进行上报，相关人员最后再根据这些信息进行汛情研判。这样不仅浪费时间，而且工作效率并不高。近年，人工智能的出现，将其成功的应用于汛情研判巡堤等相关工作中，用智能的实时视频监控系统代替了人工巡堤，同时系统也可以对巡堤段水情变化的情况进行自动记录，工作人员在需要上报情况时，可以快速的将监控画面和情况说明发送给相关工作人员。这样不仅大大的减少了误差，还有效的提高了研判效率。近几年我国气象部门还组织河北等几个气象单位共同研究开发了“卦天”APP，这是一款基于人工智能、AR 和云计算等技术的APP,其不仅能够使用户实时的身临其境的了解天气，而且对看到的天气现象还能够进行智能识别和实景推演，APP 进行智能识别的识别率和天气现象预报的准确率都很高。用户打开手机端下载的“卦天”APP，可以随时随地的通过拍照的方式对天气现象进行智能识别。每位用户在进行智能识别时拍摄的照片还可以作为机器学习的图像库，通过对图像库的学习进一步其识别率。这是我国将人工智能成功的应用于气象领域相关方面获得的新飞跃与新成果[5]。

人工智能在气象数据处理方面的应用主要是各类气象数据的质量控制和对数值模式气象产品的加工处理，尤其是通过雷达获取的气象资料的质量控制，去除一些干扰因子。通过对数值模式气象产品的加工的处理，不仅能够有效地提升了气象预报的精度和准确性，对于提升了数据模式下产品时空的分辨率也是起到了一定的促进作用。中央气象台的气象专家与清华大学的学术专家共同应用超分辨率处理算法进行数字化技术研发了格点降水订正，为气象预测提供了一种高效率、精确率超高分辨率的新型智能化网格预测系统。各地气象预报和监测部门为能够更好的、更智能化的监测与预报各种灾害性天气现象，对卷积神经网络、机器学习等进行了研究与探索。自主研发出了无缝隙短时临近预报技术、强对流短时短期预报技术、雨带订正技术、雾霾格点化预报技术、雷达回波临近预报技术等基于人工智能的新型预报技术。

3 人工智能技术在气象行业的发展前景与挑战

人工智能凭借其超强的学习能力、计算能力、处理能力和核心算法的优势，被应用于某些方面其表现已经远远超出了人类的表现。甚至有时，在人工凭借着经验与人工智能同时对某些事务进行判定结果，人工的结果无法百分之百确定而存在疑虑时，这时人们相比较更愿意相信通过严谨的算法和及时而得到的科学结果。尤其现在是数据的时代，大数据充斥着人们的生活、学习、工作等方方面面。人们不仅追求着高精确度、同时也在追求着高效率。总是希望在有限的时间完成更多高效率的事情,否则就有可能面临着淘汰和失败。从古至今，人们就面临着竞争，社会存在着优胜劣汰，人们一直在追赶着时代进步的步伐。故人工智能存在着巨大的发展前景。

提到人工智能，必将联想到机器学习、大数据等与其息息相关关的技术。尤其是在气象领域随处可见繁多的数据类型、庞大的数据量，特别是一些历史上长时序的气象气候数据资料。为了得到高精度的数据，准确的预报结果，凭借着预报员多年的经验是远远不够的，需要大数据技术的加持与支撑。利用其技术特性，实现预防灾害减少损失的价值。在未来，可以将人文、地理、气象、气候、水文等各个方面观测数据构建智能分析模型，利用此模型各个因素的影响进行分析，进行研判。

目前气象领域的灾害性天气的6 小时以内临近预报预警，国外气象学者与专家将人工智能与多种遥感观测资料、数值模式预报资料融合，提出了新的预报算法，虽然其预报率高于人工经验得出的预报率，但其仍然处于试验与技术探索阶段，并被投入到业务的使用中。目前对于持续性大风暴雨、极端大风和强度暴雨的气象预报则仍然具有一定的技术难度,不过,气象学者与专家正在努力借助包括人工智能等多种技术来攻克这一技术上的难题。

在物联网信息技术和可穿戴设备快速进步的今天，在不久的将来生活中所看到的任何一件物品和生活中的任何一个人都有可能会成为获取气象资料的通道和来源。以色列创业公司 climacell 应用了物联网的技术,将车辆和行人手中的智能手机、马路两旁的路灯、监控器等转换成了气象侦察仪,通过这些气象侦察仪就能够及时地得到更精确度较高的气象数据。

4 小结

随着信息技术在各个行业、各个领域得到了快速的发展和应用，人工智能技术在气象科研领域的应用前景也会愈加广泛。人工智能技术中的大数据技术、深度学习等所应用的相关数据类型与气象科学领域的数据类型差异较小，这为人工智能更好地应用于气象相关领域奠定了基础。随着气象因素对航天等重要领域的影响，还有“气象强国”等重要指示精神的提出，气象在我们的生产、生活和工作中扮演着愈来愈重要的角色，对气象预报等相关服务的研究也提出了更高的要求。天气与我们的日常息息相关，天气不仅会对出行、消费等活动会造成影响，尤其是在物联网发达的今天，在影响交通的同时也会对物流造成一定的影响，甚至对一些竞技项目的胜负起着关键性的作用，故准确的天气信息对人们来说至关重要。将近年迎来爆发期的人工智能技术应用于气象行业能够有效的提高气象服务的质量和预报的准确性。