周康辉 郑永光 韩 雷 董万胜
1 国家气象中心,北京 100081 2 中国海洋大学信息科学与工程学院,青岛 266100 3 中国气象科学研究院,北京 100081
提 要: 近年来,机器学习理论和方法应用蓬勃发展,已在强对流天气监测和预报中广泛应用。各类机器学习算法,包括传统机器学习算法(如随机森林、决策树、支持向量机、神经网络等)和深度学习方法,已在强对流监测、短时临近预报、短期预报领域发挥了积极的重要作用,其应用效果往往明显优于依靠统计特征或者主观经验积累的传统方法。机器学习方法能够更有效提取高时空分辨率的中小尺度观测数据的强对流特征,为强对流监测提供更全面、更强大的自动识别和追踪能力;能够有效综合应用多源观测数据、分析数据和数值预报模式数据,为强对流临近预报预警提取更多有效信息;能够有效对数值模式预报进行释用和后处理,提升全球数值模式、高分辨率区域数值模式在强对流天气预报上的应用效果。最后,给出了目前机器学习方法应用中存在的问题和未来工作展望。
人工智能的迅速发展将深刻改变人类社会生活,改变世界。机器学习属于人工智能范畴,是人工智能领域的一个重要分支,主要研究对象是如何在经验学习中改善具体算法的性能。自1956年达特茅斯会议上,机器学习(machine learning)的概念被首次提出以来,成为数学、计算机科学、神经科学等多学科的活跃研究方向(万赟,2016),其算法也被广泛应用到大气、海洋等众多学科领域。……