人工智能方法在气象领域的应用综述.pdf

2025年8月第19卷第4期（总第112期）沙漠与绿洲气象

DesertandOasisMeteorology

孙彩霞,张同文,胡家晖,等.人工智能方法在气象领域的应用综述[J].沙漠与绿洲气象,2025,19(4):60-67.SUNCaixia,ZHANG

Tongwen,HUJiahui,etal.AReviewoftheApplicationofArtificialIntelligenceMethodsinMeteorology[J].DesertandOasis

Meteorology,2025,19(4):60-67.

人工智能方法在气象领域的应用综述

11，2*131

孙彩霞，张同文，胡家晖，郭冬，刘精

（1.新疆维吾尔自治区气候中心，新疆乌鲁木齐830002；2.中国气象局树木年轮理化研究重点实验室/新疆树轮生态重点实

验室，新疆乌鲁木齐830002；3.中国气象局乌鲁木齐沙漠气象研究，新疆乌鲁木齐830002）

摘要：气象预测是人工智能技术应用的重要领域。人工智能方法在捕捉和分析气象系统复杂动态模式方

面展现出巨大潜力，为气象预测业务带来新的契机和挑战。随机森林、XGBoost和支持向量机等传统的机

器学习算法在某些方面比传统方法性能佳，但存在一定局限性。深度学习模型凭借强大的特征提取和模式

识别能力，在分析和预测气象变量方面表现出色，尤其是神经网络、卷积神经网络和循环神经网络等。盘

古、伏羲和GraphCAST等大模型在提高预测准确性方面潜力巨大。通过对传统机器学习算法、神经网络、卷

积神经网络、循环神经网络以及大模型的综述，阐述了人工智能方法在气象领域的应用，指出未来需要关注

的研究方向，包括模型优化、算法改进、提高数据质量和多样性，以及跨学科融合等。

关键词：人工智能；气象预测；神经网络；气象大模型

中图分类号：P456.9doi：10.12057/j.issn.1002-0799.2404.08001

从古至今，气象预测与人类的生产生活和社会人工智能开始从理论走向实践。20世纪90年代，互

的经济发展息息相关。气象预测可在灾害天气发联网的普及为人工智能研究提供了丰富的数据资

生前进行预警，保障人们生命安全；为农作物的播源。2018年至今，飞速提升的计算能力和海量数据

种期、生长期、丰收期提供气象服务产品，最大限度促使人工智能领域迎来了爆发期。同时期大模型

提高和稳定农作物产量；航空、铁路和海上交通运凭借庞大的参数数量和复杂的网络结构，在多个领

输等活动计划调度凭借天气预测，可减少延误和加[1-4]

域取得了突破性的进展。

强行驶安全；有利的气象条件能提高基础设施建设AI技术的应用极大地提高了气象预测的准确

项目质量与工程进度。近年来，人工智能（AI）技性和效率。从传统机器学习算法如随机森林（RF）、

术，尤其是机器学习和深度学习，因其在处理大量极限梯度提升（XGBoost）和支持向量机（SVM）到神

数据和模式识别方面的能力，在气象预测领域受到

经网络、卷积神经网络（CNN）和循环神经网络

广泛关注。

（RNN），这些方法在捕捉气象系统的复杂动态方面

人工智能起源于20世纪，其发展离不开计算机

展现出了巨大的潜力。此外，大模型如盘古、伏羲

科学的发展。1956年美国达特茅斯会议标志着人