人工智能时代，天气如何预报

 

 

世界气象日，黑龙江省气象台的工作人员在向小朋友们介绍最新的气象科技知识。

 

人们对天气预报的需求越来越精细

 

天气预报的发展，经历了从定性预报、描述性预报向数字化、网格化预报的过程。比如，我国气象部门原来发布的城镇天气预报，内容只包括2400多个城镇的天气现象、高低温和风速风向预报，频次也只是一天三次，预报的时间精度和空间精度不够高。

 

2012年，国家气象中心推出了一个新的预报产品，即大城市精细化预报，该产品把全国省会城市、计划单列市24小时内的天气预报进行细化，每6小时开展一次预报，降水量可以预报到毫米。但即便这样也不够精细，不能满足各行业及公众的需求。

 

于是，“网格预报”这一概念被引进到我国的精细化预报业务中。如何理解它呢？可以这样比喻，就像地球上的经纬网一样，我们可以把中国以及每个城市所在的区域分解成许多个5公里×5公里甚至1公里×1公里的网格，而公众就是生活在这样的一个个网格中，每个网格中的天气情况也会有所差异。与原来的定点预报相比，它在空间上更加精细，也更具针对性。拿北京的预报来说，原来的预报只是以南郊观象台这一个点的气温、降水等来代表整个城市的天气情况，但通过开展网格化预报，北京的天气不再由一个定点来反映，针对北京的气象服务和天气预报可以精细地反映在整座城市每个不同的网格之中。

 

网格化预报的精细程度不仅体现在空间上，还反映在可以每天以更高频次更新和发布上。原来一天的天气预报只会涉及一种天气现象，现在网格化预报可以做到全国范围内逐3小时预报。随时随地，公众都能了解到自己当前所处的网格未来是什么样的天气，能够清楚地了解气温、降水、风等多个基本气象要素。

 

除了对陆地上的网格进行预报外，气象部门还将我国的责任海区划分为多个10公里×10公里的网格，并进行海上能见度、海上大风等要素的精细化预报。

 

如何与公众的感受和需求相契合，是智能网格预报业务要解决的重要问题

 

今年6月21日到24日，北京全市平均降雨量达92毫米。但差不多同时收到预警的人，身边的暴雨却并未同一时间抵达——21日晚上，河北、天津、北京南部率先有雨；22日，经过一天漫长的等待，当天深夜，暴雨终于在北京大部地区降下。

 

在这个过程中，我们不难发现，天气预报是准确的，但天气预报与公众的需求和感受并没有完全契合，有的地方下雨了，有的地方还没下。如何与公众的需求和感受相契合就是智能网格预报业务要解决的问题。

 

智能网格预报的初步目标是把全国分成5公里×5公里的网格，在这个基础上每隔1小时更新一次结果，如果遇到重大天气过程，更新的频率还会提高。也就是说，同样一场雨，无论身在北京哪一个角落，得到的天气预报是所处5公里网格范围内的天气预报。在北京南部的某个“网格”里，和在北京北部甚至距离不远的西南部、东南部某个“网格”里收到的天气预报都是不一样的。

 

与以前的天气预报相比，网格预报是精细定量的数字化预报。在方便公众获取更精准更精细的天气预报之余，还将有助于预报员开展高影响天气预报和气象灾害风险预报预警，同时基于精细的智能网格预报开展的地质灾害、暴雨洪涝、高温干旱等影响预报准确率也会大大提高。

 

未来天气预报信息会更全面、丰富，数据量也会更庞大

 

网格化预报还能提供更为细致和丰富的预报内容。

 

在原先的预报产品中，公众接触较多的就是气温、风和天气现象这三个要素，而当前的陆地和海洋预报产品就已细化到四大类18个气象要素。

 

第一类是基本要素，即气温、降水、降水相态、风、云量、相对湿度等。以前，12小时的预报中就只反映一个要素值，现在有了更精细的逐3小时预报，可以反映不同时段的要素值。

 

第二类是环境气象要素，包含雾、霾、沙尘暴、能见度等。

 

第三类是灾害性天气要素，包含短时强降水、雷暴、雷暴大风、冰雹等强对流天气预报。

 

第四类是海上气象要素，在产品中具体体现为海上大风、海上能见度、海上天气现象等预报。

 

这张时空分辨率越来越高的预报网格已经是气象部门预报业务最为关键的产品。将来，气象部门的预报服务产品都将从这张网中提取，需要什么就可以从中“拎”出来什么。

 

也就是说，基于智能技术的网格预报能更方便提供基于位置的精准气象服务。

 

随着网格预报的发展，产品的内容越来越全面、丰富，数据量也越来越庞大。公众不见得直接使用这些产品，而是由中央气象台将这些产品作为基础产品提供给各级气象部门及气象服务单位。各级气象部门基于精细的网格预报，再结合基于位置、网络、移动终端等服务手段，为公众提供距离最近的、最具有针对性的服务和产品。目前，一些省份还根据智能网格预报为公众的出行安排做规划，甚至可以为公众提供每小时更新的出行天气预报。

 

在所有可以体现智能化的气象前沿科技成果中，最重要的是数值预报和集合预报。高分辨率智能网格需要高分辨率区域数值预报模式支撑，而我国目前有四套性能较好的业务化运行的高分辨率模式，包括中国气象局数值预报中心研发的GRAPES-MESO和北京、上海、广东三个区域气象中心研发的中尺度高分辨率模式。各省级气象部门基于这些模式，开展数据处理、诊断分析、解释应用、交互订正等，最终形成国省协调、精准精细的智能网格预报。

 

未来，气象部门还将发展结合物理机理与数值预报大数据挖掘应用的智能预报技术。一方面，基于数值预报机理的数理统计形成复杂预报模型、预报方法；另一方面，通过基于气象大数据的挖掘萃取、机器学习等，人工智能将与天气预报更深入地结合。

 

人工智能对预报提出了挑战，但也给人类带来机遇。击败世界围棋排名第一人柯洁的“阿尔法狗”发展到现在，已经脱离了靠大量棋谱来“喂养”的阶段，凭深度学习就能不断进步。气象与围棋都有所不同，围棋虽然内部机理比较复杂但规则相对简单，而气象是个更为复杂的系统，受影响的因素太多。比如降雨，即便水汽、湿度条件都满足了，但大气没有抬升水汽无法凝结，空气中没有“凝结核”，雨滴也不会长大掉落地面。

 

因此，“智能”并不意味着预报员在这一过程中毫无“用武之地”。预报员的优势在于丰富的经验和对关键天气形势的把握，在智能预报发展过程中，预报员多年的预报经验可以用来“喂养”机器和模型。在灾害天气过程的预报服务中，预报员仍将发挥关键作用。

 

目前，中国气象局相关团队已经与清华大学等合作开展人工智能技术研发工作；国家级气象部门也联合组建了智能预报服务原型系统团队；国家气象中心一批资深预报首席、年轻研发型预报员、IT工程师一道组成了大数据及智能预报团队。我国气象部门从去年开始也在研制全球网格预报。这样一来，无论身处世界的哪个角落，公众都能享受到我国气象部门提供的贴心气象服务。