人工智能助力冬奥会气象预报更精准

北京大学重庆大数据研究所的博士生张轩看到中国选手谷爱玲以一个漂亮而高难度的动作赢得自由式滑雪女子大跳水金牌时，不禁欢呼起来。她比普通大众更关心奥运会，因为她的团队的研究保证了奥运会的天气预报。

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的带领下，该院研究团队参与了国家重点研发计划重点专项“冬奥会指定站点气象要素客观预报技术研究与应用”，开发了人工智能算法使天气预报模型，使预报更加准确。

2022冬奥会对于张家口中国赛区-崇礼地面进行气象观测站

冬季奥运会比夏季奥运会更受天气影响。 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，为了使奥运会运动员在场上发挥良好的作用，往往要求预报精度更高，甚至达到100米、分钟的水平。 这是国际气象界的一个难点。

“我们的研究是利用人工智能算法修改天气预报模型的结果，使其更加精确,”重庆大数据研究院人工智能天气预报实验室博士生张北京大学表示。她说，大量气象数据是在气象操作中产生的。目前，全球使用最广泛的数值天气预报模式是利用大型计算机进行数值计算，并用物理方程表示天气演变的物理过程，以预测一段时间内的大气运动和气象状况。全球数值天气预报不断增加，大致解决了大部分地区的大规模预测问题，但小规模和细粒度预测需求的数值计算存在误差，预测者也需要协商预测结论。

以往的咨询很大程度上依赖于预测者，需要通过整合各方数据，结合自身经验来修正模型输出数据的偏差。人工智能算法在信息整合和处理方面的先天优势，可以在一定程度上替代预报员对信息整合和分析的过程。通过数据挖掘和学习，将预测者的经验内化到算法中，实现智能高效的预测。张院士领导的研究团队开发了预报员人工智能算法，实现了智能修正，提高了预报效率，进一步提高了预报精度。

“对于管理模式输出信息数据分析偏差的订正方法，国内外均开展了广泛应用研究。”张烺介绍，如以前我们采用的MOS方法，主要包括针对单站进行订正，如果想得到较理想的订正结果，需要一个人工成本进行设计参数调整，准确率不断提高自己有限，而通过使用人工智能控制算法，可以有效实现对格点进行预报。目前，MOML算法在温度、湿度、风速、风向等天气影响要素上已取得重大突破，不仅学生可以得到很好地辅助预报员，大幅减少预报员的工作量，相比常规教学方法一般来说，它将预报的准确性提高了10％以上。

据悉，北京冬奥会实现了短时天气预报“百米尺度、分钟级更新”。 它可以快速生成覆盖冬季奥林匹克山地的100米分辨率的、覆盖冬季奥林匹克山地并每10分钟更新的网格化天气要素的客观分析，以及0-12小时预报产品。