深度学习技术在智能网格天气预报中的应用进展与挑战

中国智能网格天气预报已初步建立0—30 d涵盖基本气象要素的无缝隙气象预报业务体系。近年深度学习技术兴起,给不同领域带来前所未有的变革。同样,深度学习的非线性映射能力、海量信息提取能力、时空建模能力等优势为进一步提升智能网格预报的准确性和精细化水平提供了新的思路和方法。越来越多的研究将深度学习技术应用于智能网格预报的各个方面,包括数值预报订正和解释应用、集合天气预报、相似集合、统计降尺度、纯数据驱动的预报模型和极端天气预报等,并展示出良好的应用潜力。然而,目前深度学习技术在天气预报领域的应用仍处于起步阶段,将其引入智能网格预报业务体系还面临诸多挑战,主要包括算法的选择、算法的数据基础、多源数据融合以及模型的可解释性、可信度、可用性和工程化等。通过回顾近年来深度学习技术在智能网格预报中的应用进展和前景,同时对面临的挑战与应对进行探讨,将有利于促进深度学习技术在天气客观预报领域更好、更稳定的发展。      

机器学习在强对流监测预报中的应用进展

近年来,机器学习理论和方法应用蓬勃发展,已在强对流天气监测和预报中广泛应用。各类机器学习算法,包括传统机器学习算法(如随机森林、决策树、支持向量机、神经网络等)和深度学习方法,已在强对流监测、短时临近预报、短期预报领域发挥了积极的重要作用,其应用效果往往明显优于依靠统计特征或者主观经验积累的传统方法。机器学习方法能够更有效提取高时空分辨率的中小尺度观测数据的强对流特征,为强对流监测提供更全面、更强大的自动识别和追踪能力;能够有效综合应用多源观测数据、分析数据和数值预报模式数据,为强对流临近预报预警提取更多有效信息;能够有效对数值模式预报进行释用和后处理,提升全球数值模式、高分辨率区域数值模式在强对流天气预报上的应用效果。最后,给出了目前机器学习方法应用中存在的问题和未来工作展望。     

机器学习在气象领域的应用现状与展望

机器学习是人工智能的核心，是使计算机具有智能的根本途径之一。随着以深度学习为代表的机器学习算法取得突破，人工智能呈现了加速发展的趋势，在各行业取得了广泛的应用。机器学习在计算效率、准确性、可移植性、协同性、灵活性、易用性等方面具有较大的优势，下一步将有可能改变传统的气象观测模式，加速和改善气象观测数据的处理，改善数值天气预报质量以及推进地球科学的交叉融合。为更好地推动人工智能相关技术在气象领域的应用，本文从气象观探测、数值预报、危险天气识别与预警和卫星资料处理等方面对机器学习算法的应用现状进行了整理。     

数值预报AI气象大模型国际发展动态研究

数值预报是研究地球系统的重要工具,有助于加深科学家对大气、海洋、气候和环境等复杂系统之间相互作用和变化过程的理解,在防灾减灾、气候变化和环境治理等方面发挥着不可或缺的作用。随着模式复杂度和分辨率的提高,传统数值模式在气候变化研究和气候预测方面取得了迅速的进展,但也面临一些挑战,需要得到数据同化、集合耦合、高性能计算和不确定性分析等多方面的支持。而近年来,“AI+气象”的交叉研究在气象领域引起了广泛关注。基于多种深度学习架构的人工智能大模型,依托强大的计算资源和海量的数据进行训练,能够以新的科学范式进行高效数值预报。气象大模型不断涌现,一些科技公司如华为、英伟达、DeepMind、谷歌、微软等,以及国内外高校如清华大学、复旦大学、密歇根大学、莱斯大学等发布了多个涵盖临近预报、短时预报、中期预报和延伸期预报等不同领域的气象大模型。这标志着人工智能与气象领域的交叉融合已经达到新的高度。尽管气象大模型在现阶段取得了较大突破,但其发展仍然面临弱可解释性、泛化能力不足、极端事件预报强度偏低、智能预报结果过平滑、深度学习框架能力需要拓展等诸多挑战。     

NMC强天气模式诊断变量和概率预报产品及初步应用检验

国家气象中心针对强天气预报的特点开发了强天气模式诊断变量和概率预报产品,包括T639全球模式强天气诊断变量产品、基于GRAPES_RUC的中尺度精细化强天气诊断变量产品、基于WRF中尺度模式的区域中尺度集合概率预报产品,于2009年从无到有建立了一套完整的强天气数值预报产品库,提供确定性预报产品和不确定信息的概率产品,为强天气预报业务的开展打下了良好的基础。应用上述产品对"6.3"河南飑线天气的模式预报能力的分析表明,高分辨率模式对强对流天气的预报能力有了较大的提高,但对于强天气预报,15km分辨率仍然不足够高,且产品显示的时空分辨率都应在现有基础上提高,才能更好地展示数值预报产品对强对流过程发生发展和演变过程。     

如何做好区县天气预报

从了解责任区域内影响气候的主要因素,熟悉责任区域内天气气候特点,掌握责任区域内预报服务的重点和内容,做好数值预报产品对本地降水、气温预报能力的检验分析和应用,加强历史天气个例的分析总结等方面介绍了区县天气预报一线服务人员制作责任区域内天气预报的一些经验和方法,形成适合本地预报员的工作流程,这些经验和方法为区县预报员制作本地天气预报提供了参考,从而进一步适应区县气象综合业务服务发展需求。     

韩国气象厅数值预报技术调研报告

2007年4月,吉林省气象局派我和金基哲去江原厅和韩国气象厅进行学习调研,重点对韩国气象部门数值预报和数码预报方面做了充分调研,对该国数值天气预报模式资料同化、模式运行和模式产品应用等方面有了进一步认识,收获很大。     

我国数值预报的成就

(一)天气数值预报是天气预报精确化、客观化道路上的必然产物,是气象理论特別是动力气象理论与天气预报密切结合的产物。它是天气预报方法两条腿中的一条腿。对天气预报的要求是在不断发展的,预报的对象,要求也在发展,因此总会不断提出新的预报问题要经过我们预报员来摸经验、找规律,并由预报员来制作预报。但天气预报比较成熟的一些技术会一步步地“工程化”,一批批的专用数值预报方法来作。在将来,数值预报与现在日常预报所用方法渐渐要象机器工业与手工业(象有高度技巧的特种工艺     

近几年来有关使用传真图作预报及MOS预报方法等部份参考资料目录

《气象科技》年份r期数{页数 题目日本东京气象传真图的识别JMH/JMJ广播的几种气象传真图区域数值天气预报模式的业务使用性能如何应用数值指导天气预报资料世界数值预报模式的研究情况27 32 19 287八U nUO︺8 00 QO 80付刊用“模式输出统计法”傲局地天气客观预报日本气象厅广播传真的重要天气图日本广播传真500 mb环流型的分类使用日本气象传真图的我见关于日本气象传真图中垂直速度单位问题近几年来我国统计天气预报的进展近年来动力学和统计学天气预报发展的回顾日本气象厅数值天气预报业务发展计划数值天气预报的发展与展望数值预…     

利用深度学习预报美国东北部日降水分布

现阶段降水预报主要依靠数值天气预报模式。但受物理参数化、计算资源等因素的影响,基于数值模式的降水预报还存在非常大的不确定性。近年来,深度学习在天气预报领域显示出巨大优势和潜力。本文通过构建神经网络预报美国东北部日降水分布,探讨神经网络模型基于低分辨率气象场(ERA-Interim, 0.7°)预报高分辨率降水(CPC,0.25°)的能力,并比较3种主流网络框架(VGG,ResNet, GoogleNet)在该任务中的表现。结果表明,3种网络框架都对美国东北部日降水分布具有一定的预报能力(VGG框架表现最优),但三者的均方根误差(RMSE)均高于ERA-Interim 24-h(ERA24)的降水预报。3种神经网络的集合预报结果优于ERA24预报,且这三者与ERA24预报结果的集合平均能够显著提高ERA24对不同季节、不同强度降水的预报。     

气象分析师类节目发展现状浅析

正天气分析师的定义是具备气象相关专业教育背景,拥有分析气象数据、深度解读天气现象和天气灾害能力,同时掌握采、编、播多种业务能力的气象节目专家型出镜人员。随着社会进步,大众对于天气预报节目的需求早已不局限于温度、湿度等基础天气信息的预报,天气分析师也因此孕育而生。     

加拿大气象中心的数值预报模式和有关研究

加拿大气象中心(CMC)主要从事中短期数值天气预报业务和有关研究.下面我们分别进行叙述.第一部分中短期数值天气预报业务制作中短期数值天气预报业务的模式有两个,即有限区域半隐式半拉格朗日有限元模式和半球谱模式.前者主要作48小时以内的天气和形势预报;后者主要作3到5天的天气和形势预报.     

水文气象预报研究述评

简述了水文预报及水文模型、面雨量的计算及应用和水文气象耦合预报方面的研究工作。数值天气预报模式与流域水文模型的耦合，既可提高短、中、长期水文预报预警预见期，又为数值预报模式提供较为科学的陆面过程方案，改善数值天气预报模式预报性能，这种耦合研究，成为了水文气象预报研究的重点方向。     

水文气象预报研究述评

简述了水文预报及水文模型、面雨量的计算及应用和水文气象耦合预报方面的研究工作。数值天气预报模式与流域水文模型的耦合,既可提高短、中、长期水文预报预警预见期,又为数值预报模式提供较为科学的陆面过程方案,改善数值天气预报模式预报性能,这种耦合研究,成为了水文气象预报研究的重点方向。

     

武汉气象中心数值天气预报释用系统的研制

随着计算机技术的飞速发展和人们对大气运动过程的深入了解,特别是随着近年来中尺度数值天气预报的业务化,高分辨率的包含复杂物理过程的中尺度业务预报模式已成为1990年以来数值天气预报发展的方向.预报员在实际业务工作中可参考的指导产品不仅有大尺度的天气形势信息,还包括各种中尺度及地面气象要素在内的大气运动的物理参数,从而以数值天气预报产品为基础的数值天气预报释用水平也得以提高.这不仅使得预报员能更方便地利用数值天气预报产品制作当地的各种天气及要素预报,而且使得气象服务更加准确及时.该文对武汉气象中心数值天气预报释用系统(以下简称系统)的开发环境、特点、技术方法和应用情况作了介绍.     

国外气象业务中心核心预报能力的比较和发展

基于文献和世界气象组织(WMO)世界气象中心以及部分国家气象中心网站的信息,梳理了世界主要气象业务中心的全球天气预报模式预报指标,分析了当前领先气象业务中心的预报水平,并对反映其核心预报能力的天气和气候预报技巧指标进行了比较。在对过去10多年来预报技巧进步趋势分析的基础上,对领先气象业务中心在2025和2035年可能达到的预报指标进行了推测。尽管未来各主要气象业务中心预报系统的提升速率将明显放缓,但是可预报时效将会大大提高:到2025和2035年,500 hPa位势高度的预报时效将分别提高至8.5和10.5 d,高分辨率模式的预报时效将分别提升至7.6和8.4 d,而多种模式要素预报的有效性将全面接近并可能进入10 d。天气型转变预测和MJO预测是反映气候预测的两个核心指标。针对Ni?o 3.4海温距平的未来3和6个月预测,相关性未来分别可能达到93%和86%(2025年)以及96%和90%(2035年),而气候模式对MJO的预报时效在2025年将可能达到49 d。新预报量的设计和业务化、下一代数值预报模式以及资料同化技术的研发等,将成为数值天气预报领域发展的新趋势。     

第一讲 现代中期天气预报业务技术的发展

以信息化为主要特征的世界新技术革命,有力地推动着气象科学技术的发展.突出的一个表现是中期数值预报的业务化.同时,由于探测手段的改善,探测资料的积累,人们对中期天气演变的本质,认识上有了进一步的加深;在理论研究上也出现了新的突破,尤其是大气环流和大尺度动力学研究.近十几年来,气象科学技术的发展,气象台中期天气预报技术在概念上得到扩充,认识上得到加深,方法上出现了明显的改进.气象台中期天期预报技术正在发生某些质的变化, 天气预报业务技术追求有效性.中期天气预报业务技术工作者必须紧紧抓住这种发展趋势,并作不懈的努力,使各种新技术、新观点、新方法不失时机地应用到业务工作中,从而不断提高业务工作能力. 从本期开始,本刊将刊登《中期天气预报业务技术讲座》.从有助于气象台业务预报出发介绍我国中期天气预报技术的一些新进展或采用的适宜技术.希望通过天气预报理论和技术工作者的共同努力,推动这场中期天气预报技术的改革.     

BP神经网络在长期天气过程预报中的应用试验

采用误差反传前向网络(简称BP网络)方法,以日、月相概率作为输入因子,建立长期天气预报模型。结果表明,模型的业务预报试验效果比较理想,对较大降水和升(降)温过程均有一定预报能力,相对于传统的单纯运用日、月相概率预报长期天气过程的方法,BP神经网络方法具有预报较客观、准确率较高等特点,在目前长期天气预报理论和数值预报模式尚不能用于实际业务的情况下具有较大的应用价值。     

北京地区沙尘天气监测预报预警业务系统

在北京地区沙尘天气发生、发展的天气学分析研究和沙尘数值模式预报研究以及卫星遥感监测沙尘等方法的应用基础上 ,对相关的研究成果进行应用开发、集成 ,形成一套完整的业务系统。该系统由沙尘天气历史数据库、沙尘天气动态监测、沙尘天气概念模型、沙尘数值预报和沙尘天气预警 5个子模块组成。在近两年的北京市沙尘天气预报服务中 ,本系统得到充分的应用 ,提高了沙尘天气预报服务的效率 ,在实际业务中发挥了重要作用 ,可应用于气象业务部门及相关部门。     

大气非绝热加热作用的研究进展与展望

大气非绝热加热与天气系统的发生发展有密切联系,与降水等天气过程密不可分,非绝热加热在大气运动中有着至关重要的作用。对非绝热加热的研究和理解,有助于改进数值预报模式,增强数值天气预报模式的预报能力。本文系统梳理了大气非绝热加热的基本内容,近几十年非绝热加热及其作用的研究成果,主要包括非绝热加热的概念及其表征、非绝热加热的时空分布特征、非绝热加热与季风、天气系统(如西太平洋副热带高压、热带气旋、温带气旋和急流)和降水之间的关系,以及非绝热加热在数值模式中的表征,进而指出有待于进一步研究的方面。