人工智能对天气预报的影响分析.docxVIP

人工智能对天气预报的影响分析 摘要：随着大数据和人工智能技术的发展，海量数据深度学习、复杂神经网络等逐步成熟，人工智能技术在天气预报中得到了广泛应用。基于此，本文在简要探讨天气预报发展现状的同时，重点分析了人工智能对天气预报的影响，最后则提出了人工智能未来发展趋势，仅供 同行进行参考借鉴。 关键词：人工智能天气预报现状影响引言 人工智能与天气预报之间有着天然耦合的关系。天气预报的开展需要海量的、多种多样的气象资料作为支撑，人工智能就是对这些大数据信息进行快速处理的工具；因现有资料的时空数据密度不够，人工智能可以对不确定和不完整的信息进行推断；人工智能还能对专家的知识经验进行总结，提高平均预测水平以及利用统计与数值模式中无法利用的抽象预报知识等。只有保证天气预报的高效性和快速性水平，才能进一步增强气象部门服务质量，将其在工农业生产、交通运输、日常生活、工作等中的作用充分发挥出来。随着观测卫星、雷达和传感器网络持续不断的产生大量数据信息，如何对这些气象资料信息进行处理，是当前天气预报面临的重大挑战，而人工智能对大数据的出色处理能力，可成为增强气象预报精准度的助力工具。 1、天气预报发展现状 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。网格地域〃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x5公里甚至1公里x1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。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x10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。 2、人工智能对天气预报的影响2.1增强天气预报的智能化和自动化特征 由于人工智能具有智能化和自动化方面的特征，自身有强大的综合分析能力，可以将预报人员从繁琐重复的劳动中得到解脱。①资料分析：同人工智能相关的服务技术可以对不同种类的气象资料进行快速整理，以为预报人员提供便利；②短期预报方面：早在2017年清华大学的姚易辰等人将雷达回波资料与卷积神经网络CNN进行结合，开展了短期降水预报；③自动发布天气讯息：通过对用户行为特征进行提取，检索最近用户的查看行为，并根据用户需求提供所需的气象服务信息；④业务流程方面：随着科学技术水平的快速发展，高性能计算机开始出现，且自身的运算能力也得到了增强，观测一一预报一一服务的业务流程所需时间大幅度减少，甚至出现了“观测即预报”、“观测即服务〃的现象。 2.2弥补传统数值模式的不足 在天气预报发展的过程中，其复杂化的动力数值模式较为突出，为了增强其的精准性水平，可以将气象大数据与人工智能技术，积极探索现代化的预报技术，增强数值模式系统的分辨率，提高预报结果的精准性水平。在实践中因天气预报缺乏精准性和自身缺陷等因素的影响，很难满足实际发展需求，而选择数据驱动方式则可以改善这种问题。人工智能技术在气象预报中的应用，主要是通过数据挖掘技术提取海量集合预报数据的预报信息，通过最优百分位技术和台风路径选择最优集成方式，可使预报的精准性水平得到大幅度增强。在网格预报中引入人工智能技术，可以借助于时空记忆深度、分布式深度循环网络算法的方式，增强雷达外推预报准确率水平。 2.3增强预报的精准性 所谓的天气预报就是在已知气象条件的基础上，借助于超级计算器计算分析海量数据信息，计算结果同实际情况之间有偏差方面的问题，只有不断降低两者之间的偏差，才能有效增强天气预报的精准性水平。选择人工智能技术中的大数据，可以对不同时间和空间数据信，实现修正过程中的自动化水平，进而缩小与实际测量数据之间的误差，以增强预测的精准性，对大数据和人工智能技术进行充分利用，以保证气象预报系统的智能化特征，实现全面覆盖。 据了解，人工智能用于观测数据质量控制，如用于气象雷达回波的质量控制等非气象回波，国内某些气象