6ird天色预告和人工智能有着自然耦合的关系。天色预告需要大量的、多种多样的资料，人工智能生成就是处理大数据的工具；现有资料的时空数据密度不够，人工智能具有对不完全不确定信息的推中断能力；此外人工智能还可以总结专家的知识经验，进步均匀猜测水平以及利用统计与数值模式中无法利用的抽象预告知识等。
更快速、更高效是天色预告不懈的追求。但跟着观测卫星、雷达和传感器网络持续不中断地产生大量数据，如何处理海量的、多种多样的景象形象资料成为天色预告的一个挑战。而人工智能精彩的大数据处理能力成为助力天色入一步精准预告的重要工具。
近日，我国南方多地持续多日的暴雨天色导致各地水位上涨，险情频发，部门地区不同程度受多难。目前救援工作正在紧张有序入行中，各式各样的“智能+”手段也正广泛运用到天色猜测、抗洪抢险中，为高效调度决议计划提供科学依据。
那么，人工智能在极端天色预告、灾难预警及救援方面有哪些详细应用呢？就相关问题，科技日报记者近日采访了国家景象形象中央高级工程师朱文剑。
应用大幅晋升 深度神经网络使预告正确率进步40%
2010年以来，跟着新一代信息技术引发的信息环境与数据基础变革，海量图像、语音、文本等多模态数据不中断涌现，计算能力的大幅晋升，使得人工智能迎来爆发期。那么，目前在天色预告中，人工智能毕竟施展了哪些作用？
“最近两三年，国外人工智能在天色预告领域的应用大幅增长，并且呈现出由传统的机器学习向深度学习发铺的趋势。”朱文剑表示。
目前，人工智能在天色预告领域的应用包括观测数据质量控制、数值模式资料同化、数值模式参数化、模式后处理、天色系统识别、灾难性天色（台风、强对流、雾霾等）监测和邻近预告、预告公文自动制作等方面。
朱文剑先容说，比拟传统机器学习方法，深度学习在海量数据处理、图像识别与处理、非线性时空猜测方面具有较显著上风。目前欧洲中期天色预告中央已经将深度学习用于卫星观测资料的同化分析。而在景象形象卫星资料应用方面，人工智能同样具有巨大远景，如用于卫星观测图像修复、基于卫星观测的天色系统识别、时空降标准、数据同化等。
“海内景象形象行业对人工智能技术的关注度也正在快速进步。”朱文剑表示，中心景象形象台在定量降水融合预告、强对流天色分类潜势预告、台风智能检索、预告公文自动制作等方面采用了人工智能技术，取得鼓舞人心的效果。例如，中心景象形象台和清华大学联合开发出的一种基于深度神经网络的雷达归波外推方法，该方法比之前运用传统方法入行归波预告的正确率进步约40%。
凭借超强算力 灾难性邻近预告预警结果超越人类
“以前巡堤，要靠人到现场望，再通过口述、笔记记实反馈巡查情况，汛情研判效率较低。”近日，江西九江共青城市农业农村水利局尺度化项目部经理王嘉龙说，如今系统自动记实管辖段水情变化，实时显示堤防沿线视频监控画面，一旦发现异常，治理员即将画面配以文字描述及时上传，研判效率大幅进步。
“更高更快更强”是天色预告不懈的追求，更高分辨率、更快给出结果、更正确的猜测等追求考验着现代大气科学。“人工智能凭借其超强的计算能力和强盛的算法，在某些方面的能力已经遥遥超过了人类。”朱文剑指出。
好比，美国有一个关于雷暴生命史的实时猜测模型做出的预告结果已显著优于人的主观经验，调查表明在该项业务上，预告员在面临模棱两可的情况下，更愿意相信人工智能的预告结果。
朱文剑先容说，国外已实现基于深度神经网络和景象形象卫星观测资料的数据同化算法研发，在一定的正确率收留忍范围内，与传统方法比拟，人工智能方法的计算效率可大幅进步。近年来，欧洲中期天色预告中央较为全面地评估了人工智能技术在天色预告数值模式中各个技术环节的应用潜力，对人工智能的应用给出乐观的预期，并已在部门环节如物理过程参数化中开铺技术试验。
据先容，目前对于冰雹、短时强降水、雷暴大风等灾难性天色的邻近预告预警（6小时以内），国外景象形象科学家基于人工智能技术，结合多种远感观测和快速更新的数值模式预告资料，预告正确率已超过人类预告员，但这些技术还处于研究或实验阶段，尚未形成业务支撑能力。目前对于持续性暴雨、极端强度暴雨的预告则具有一定的难度，不外，行业从业者正在努力借助包括人工智能技术在内的多种技术攻克这一困难。
据了解，人工智能用于观测数据质量控制，如用于景象形象雷达归波的质量控制，滤除地物等非景象形象归波，海内某些景象形象科技企业在这方面做了良多工作；用于数值模式产品后处理，可以进步正确率和产品的时空分辨率，如中心景象形象台和清华大学合作研发的格点降水订正和超分辨率处理算法，可在保证正确率的同时，有着更高的计算效率，并能输出超高分辨率的智能网格预告产品。
物联网技术加持 未来每个人都可能成为景象形象数据源
天色影响消费行为、交通物流，甚至决定体育竞赛的胜败，因此人们需要精准的天色预告。那么，在灾难预警中，大数据如何分析研判做出决议计划，促使AI对于极端天色的猜测更为精准呢？
朱文剑先容说，大数占有四大特性：数据体量大、数据类型繁多、处理速度快和贸易价值高。在灾难预警中可以充分施展其前3个特点，终极实现其高价值。尤其是可以充分利用历史上长时序的多种来源的资料，好比人口分布数据、历史上的气候数据、地形数据、受多难数据、来自于景象形象、水文等多种观测来源的实况数据等构建智能分析模型，再结合景象形象部分提供的实时高分辨率智能网格预告数据，利用智能分析模型快速入行影响分析，为决议计划提供支撑。
为了加强台风、强对流、雾霾等灾难性天色的智能化监测和预告，各地景象形象监测部分均对于利用人工智能入行精准预告入行了探索。“如基于卷积神经网络的雨带订正技术以及卷积神经网络的雾霾格点化预告技术，中心景象形象台自主研发了冰雹、短时强降水、雷暴大风等分类强对流短时短期预告技术；上海市景象形象局研发的基于机器学习的无缝隙短时邻近预告技术；深圳市景象形象局和香港天文台合作研发的雷达归波邻近预告技术等。”朱文剑说。
此外，中心景象形象台与海内一些科研院所铺开合作：与北京邮电大学联合研发的基于机器学习的台风定强技术，和清华大学合作研发的基于深度学习的雷达归波邻近预告技术等。
目前景象形象单位通过卫星、雷达等设备监测天色，而今后物联网技术或将引领天色预告入进一个全新的时代。朱文剑以为：“在物联网技术的匡助下，任何物品，包括手机、车辆、雨伞等都可能成为潜伏的获取景象形象数据的通道，尤其是跟着可穿着设备的不中断发铺，未来每个人都可能成为景象形象数据源。以色列创业公司ClimaCell借由物联网技术，将行人的手机、路灯、监督器变成景象形象侦测器，可获得时间分辨率至分钟级、空间分辨率精细至街道的温度、降水、风向风速等观测数据。”
有专家提出，天色预告和人工智能有着自然耦合的关系。天色预告需要大量的、多种多样的资料，人工智能生成就是处理大数据的工具；现有资料的时空数据密度不够，人工智能具有对不完全不确定信息的推中断能力；此外人工智能还可以总结专家的知识经验，进步均匀猜测水平以及利用统计与数值模式中无法利用的抽象预告知识等。
