人工智能赋能冬奥会气象预报更加精准！

　　在中国科学院院士、北京大学副校长、北京大学重庆大数据研究院首席科学家张平文领衔下，该院研究团队参与了国家重点研发计划“科技冬奥重点专项项目“冬奥赛场定点气象要素客观预报技术研究及应用”课题研究，开发出人工智能MOML算法赋能天气预报模型，使预报更精准。

　　相比夏季奥运会，冬奥会的举行受天气影响更大。其气象保障是冬季复杂地形条件下的中小尺度边界层气象问题，为了让奥运健儿在赛场上有良好发挥，往往对预报的精细度要求更高，甚至达到百米级、分钟级，这一直是国际气象界的难点。

　　2022冬奥会张家口赛区-崇礼地面气象观测站

　　“我们的研究是通过人工智能算法，对天气预报模式的结果进行订正，让其更精准。”张烺介绍，气象业务中会产生海量的气象数据，目前全球广泛采用的数值天气预报模式，是通过大型计算机作数值计算，用物理方程表达天气演变的物理过程，从而预测一段时间内大气运动状态和气象。全球数值天气预报能力不断提高，基本上可以解决大部分区域的大尺度预报问题，但针对小尺度、精细化的预报需求，数值计算存在误差，预报员还需要通过会商给出预报结论。

　　以往会商对预报员依赖度很高，需要起综合各方数据并结合自身经验对模式输出数据偏差进行订正。而人工智能算法在融合、处理信息中的先天优势，它在一定程度上可以代替预报员在会商中整合、分析信息的过程，通过数据挖掘、学习，将预报员的经验内化在算法中，实现智能、高效的预报。由张平文院士领衔的研究团队开发出预报员的人工智能算法MOML，实现了智能订正，提高了预报效率的同时进一步提高预报的准确率。

　　“对于模式输出数据偏差的订正方法，国内外均开展了广泛研究。”张烺介绍，如以前采用的MOS方法，主要针对单站进行订正，如果想得到较理想的订正结果，需要人工进行参数调整，准确率提高有限，而通过人工智能算法，可以实现对格点进行预报。目前，MOML算法在温度、湿度、风速、风向等天气要素上已取得突破，不仅可以很好地辅助预报员，大幅减少预报员的工作量，相比常规方法来说，它将预报的准确性提高了10%以上。

　　据了解，北京冬奥会已经实现了气象短时临近预报“百米级尺度、分钟级更新”，可快速生成覆盖冬奥山地赛场的100米分辨率、逐10分钟更新的网格化温、湿、风、降水等天气要素客观分析以及0到12小时预报产品。

　　张烺表示，除了服务冬奥会，他们团队也正在对MOML算法在气象预报中的应用进行进一步研究，针对重庆更加复杂的山地环境，他们正在与重庆市气象局合作，让相关研究成果在重庆应用。