在全球氣候變暖的背景下，近年來，全球范圍內，極端天氣事件呈現增多、增強、時空分布更加復雜多變等趨勢。天氣無常，也加大了天氣預報工作的難度。利用人工智能，可顯著提高天氣預報的準確性和可靠性。

目前，天氣預報除了依靠預報員的綜合判斷外，主要采用數值天氣預報模式，通過處理由氣象衛星、觀測臺站、雷達等收集到的觀測資料，求解描寫天氣演變的大氣動力學方程組，進而提供天氣氣候的預測信息。這一過程涉及大量計算，耗費較長時間與較大的計算資源。

人工智能方法以機器學習算法為基礎，通過數學統計方法高效處理海量數據，減少計算量、節省計算資源。機器學習算法能分析大量歷史數據間隱藏的非線性關系，更準確地厘清地球系統現象間復雜的因果關系。中國深圳氣象局建立的基于深度學習的雷達外推模型，可以在5—10分鐘內有效預測未來0—6小時的降水。可見，將人工智能應用到傳統數值天氣預報中，可加快天氣預報速度并提高預報準確率。

對于極端天氣氣候事件，準確及時的預報有助于降低損失、挽救生命。無論是提前幾小時的短臨預報，還是提前幾個月甚至一兩年的氣候預測，人工智能都有“用武之地”，可以快速識別可能導致極端災害事件的氣象條件。比如，瑞士洛桑聯邦理工學院和英國利茲大學利用人工智能開發出閃電預測模型，僅使用基本的氣象數據就可以提前10—30分鐘發出30公里半徑內的雷暴預警，預測準確率接近80%。再如，南京信息工程大學和韓國全南大學合作，利用人工智能改進對厄爾尼諾現象的季節—年際預測，比現有模型的預測準確率提高10%—20%。

不過，對人工智能究竟能在多大程度上改進天氣預報和氣象服務，也存在爭議。人工智能的本質是通過對過去天氣形勢的學習，預測未來的天氣情況，而實際的天氣過程千變萬化，一個變量微小的擾動都會改變未來天氣狀況。同時，人工智能也格外依賴數據的精確程度，觀測數據有細小差異，預測結果就會相差甚遠。此外，人工智能常被比喻為“黑箱模型”，該方法只能得出天氣預測結果，但其科學性以及可解釋性較弱。

雖然有局限性，但人工智能在預報天氣領域的應用已獲得業界認可，越來越多的國家正在對“人工智能+氣象”進行布局。歐洲中期天氣預報中心發布了2021—2030年戰略規劃，提出未來10年將人工智能完全融入數值天氣預報和氣候服務中。美國國家大氣研究中心正推動一項研究計劃，深化人工智能在天氣氣候領域中的應用。中國設立了國家重點研發計劃，支持人工智能地學應用研究，還設立了氣象聯合基金，關注人工智能氣象應用技術。隨著人工智能技術的不斷提高，天氣預報會更加準確，智能氣象時代將加速到來。

(作者為南京信息工程大學氣候與應用前沿研究院院長)

關鍵詞： 智能氣象 加速 準確率 天氣預報