气象预报应用人工智能的实践与影响阐释

来源:用户上传      作者:

　　摘 要 随着大数据以及人工智能技术的成熟，海量数据深度学习、复杂神经网络等逐步应用，人工智能预报天气逐渐成为一个热点话题，在气候应用研究、台风海洋预报等领域中均广泛应用。
　　关键词 气象预报;人工智能;实践;影响阐释
　　随着大数据以及人工智能技术的发展，在各种技术的支持下，研发出各种新的技术与算法，可以提前预测台风等天气现象，对传统的气象预报工作带来一定的影响。
　　1 气象预报应用人工智能的实践与影响阐释
　　在气象行业中应用人工智能技术，可以在雷达质量控制、卫星数据反演、同化等气象数据处理中应用。可以对短时临近预报、概率、台风海洋、极端、灾害天气进行有效的预防，实现环境预报等相关天气业务;人工智能技术可以在风暴环境特征分析、天气系统识别的一些气候领域中广泛应用，也可以在通信、生态环境、水资源、能源等相关领域中广泛应用。
　　1.1 弥补传统数值模式的不足
　　天气预报在发展中呈现着复杂化的动力数值模式，为了提升天气预报的精准性，则可以将人工智能技术与大气数据驱动有效融合，探究先进的预报技术，可以提升数值模式系统的分辨率，提升预报结果的精准性，而在实践中因为自身缺陷、天气预报缺乏精准性等因素的影响，无法满足实际的需求。通过数据驱动方式则可以有效弥补其存在的问题与不足。
　　现阶段，随着天气业务的现代化发展，在气象预报中也逐渐的融合了人工智能技术，现阶段将数据挖掘技术应用在海量集合预报数据的预报信息提取中，通过最优百分位技术以及台风路径选择最优的集成方式，可以提升预报的精准性。将人工智能技术在网格预报业务中应用，通过分布式深度、时空记忆深度循环网络算法的方式，可以提升40%的雷达外推预报准确率。
　　现阶段，日本学者通过人工智能深度学习技术，研发了全球云系统分辨率模型，實现高精度识别热带低气压征兆云的方式，此种方式主要就是通过热带低气压跟踪算法，通过系统分析20年的气候实验数据，制作形成5万张初始的低气压云图片，再通过100万张云的图片，形成学习数据，通过深度卷积神经网络机器进行学习，可以生成不同的识别区，对其进行综合评价分析。
　　1.2 提升预报精准性
　　天气预报就是根据已知的气象状况以及条件，通过超级计算器对其进行海量的数据计算分析，计算结果与实际状况之下会存在不同程度的偏差性问题，提升天气预报的精准性，就是要缩小计算结果与真实状况之间的差距。
　　人工智能技术可以利用大数据，通过分析不同时间与空间上的数据信息，实现自动化的修正，获得与实际测量数据更为接近的数据，达到精准预测的目的与效果。充分的利用大数据、人工智能技术，构建全面覆盖、智能化的气象预报系统，可以提升天气预报的精准性。
　　现阶段，在公共气象服务中心的领域中研发了全国强对流服务产品加工系统，通过图像识别与深度学习等新技术，可以实现快速、精准、智能化的进行对流天气的预测，精准判断分析在30分钟内对流天气产生以及影响区域，预测产品区域空间的分辨率在1公里左右，并且可以每间隔6分钟进行滚动更新[1]。
　　2 气象预报应用人工智能的发展趋势
　　相对于发达国家来说，我国在天气预报领域中的研究还是存在一定的问题与不足，在研究过程中，对天气预报业务的全链条、数据质量控制、多种灾害天气预警能力、决策服务等支撑领域还是存在一定的问题，对相关领域的业务需求研究、针对性研究还有待深入。
　　2.1 融合专业人才，拓展技术领域
　　为了推动人工智能技术的发展，今后要在天气预报的关键环节中凸显其作用，因此，要加强对先进的人工智能技术的研发，现阶段多数的人工智能技术的研发均是通过具有专业大气科学专业背景人才开展，缺乏其他专业领域的人才，在今后的发展中要融合统计学、计算机科学、大数据等专业的科学家，要积极与高校以及相关科研院校的合作。
　　2.2 开发研究数据信息
　　人工智能技术在发展中最为关键的就是数据，产品输入数据质量是影响输出质量的关键，为了提升效果，就要强化高质量、长序列气象训练数据集的开发与研究，通过具有统计特性的数据整理、开发高分辨率的资料信息，进行人工智能技术的训练与检验，可以获得更高效、更精准的信息资料。
　　而一些人工智能技术在应用中，如果遇到极端状况就会出现失效等安全隐患，为了解决此种问题，就要将数据驱动、统计技术与物理模型等有效的融合起来，通过高分辨率的观测网、复杂的数值模式以及通过统计技术集合可以有效的进行风能行业的业务预报，可以提供高精度的风力预报，在一些复杂的地形条件中也可以有效应用。
　　2.3 构建基础框架系统
　　分析人工智能技术手段，根据不同环境科学的机器学习理论以及方法，加强对研究成果的转换与研究，构建开放性、众创性良好的基础框架系统，通过专业的队伍进行AI算法软件的维护与管理，进行训练及测试数据，检验评估管理，可以在根本上提升能力与水平。
　　2.4 拓展范围，提升精准性
　　通过人工智能技术可以有效解决传统数值预报结果缺乏精准性的问题，可以为降水量、台风强度以及路径等报告提供物理过程，通过综合信息数据，融合交通、能源、农业等数据参数，可以为天气预测等制定完善的决策方案与手段。
　　在今后的发展中，人工智能技术会在气象领域各个环境中广泛应用，基于物理模式数值预报与数据驱动，会不断拓展天气预报工作范围，可以在交通堵塞、航空等一些无法通过物理模型处理的预报中广泛应用[2]。
　　3 结束语
　　人工智能技术在发展中不断的普及，在气象领域中融合人工智能技术，可以提升预报预测的精准性。在今后的发展中，要深入研究人工智能技术，拓展技术手段，强化平台建设，这样才可以为人们提供更为优质、精准的气象预报服务。
　　参考文献
　　[1] 唐伟，周勇，董昊，等.S22-气象应用人工智能的现状和影响分析[C].中国气象学会.第35届中国气象学会年会S22供给侧结构性改革与气象高质量发展.北京：中国气象学会，2018：3.
　　[2] 周勇，王喆，龚江丽，等.气象预报应用人工智能的现状分析和影响初探[J].中国信息化，2017，（11）：69-72.
　　作者简介
　　岳政名（1987-），男，吉林辽源人;学历：硕士研究生，现就职单位：92493部队51分队，研究方向：气象预报保障。
转载注明来源:https://www.xzbu.com/1/view-14944398.htm