大家好，欢迎来到IT知识分享网。
全球气象工作者想攻克强对流监测预报这道难题已经很多年。
尽管全球24小时晴雨预报准确率已达到百分之八九十，但暴雨预报准确率只有百分之二三十。
对于冰雹、大风、下击暴流等预报预警，更是难上加难。
幸运的是，近日开始试运行的“雹风雨”APP也许能提供一些新的“解题思路”。
进入夏季之后，
强对流天气出现得更加频繁。
全国各地都在发布相关预警。
↓↓↓
来源：中央气象台
6月17日5时许，许多人都还在睡梦中，北京又被短时强降雨和雷电“袭击”了。宋晓甫 拍摄
在短期预报中（未来三天内的天气预报），人们往往只会接收到“局地有强对流天气”的预报结论；
如果想要更精确的强对流天气的信息，大多都得依靠短时临近的预报和预警（小于12小时的天气预报）。
这都是因为强对流的尺度非常小，生命史相对短，突发性强。
传统天气数值模式无法精准预报尺度很小的强对流，但通过天气雷达图却能抓住蛛丝马迹，这也是预报员的杀手锏。
天气系统的特征尺度表 来源：《天气学原理》
但使用传统光流法对气象雷达图进行外推，无法考虑云团瞬间的生消和结构改变。
来源：互联网
今年5月8日，一个强对流天气秒级精准预警服务产品——“雹风雨”APP通过专家论证，进入业务试运行。
打开APP，人们便可以知道自己所在位置未来1小时是否会受强对流天气影响。
来源：“雹风雨”APP
这是中国气象局公共气象服务中心系统开放实验室牵头，基于人工智能技术研发的强对流天气秒级精准预警服务产品。该产品每6分钟更新一次，精准监测当前并外推未来1小时的冰雹、雷暴大风和短时强降水天气过程，精细到1公里。
（文末附下载方式）
把它训练成不眠不休的预报员
时刻描画雷达图上对流云团移动变化
强对流预警产品研发要追溯到2015年。
那年，“东方之星”遭遇罕见强对流天气，船舶倾斜进水并在一分多钟内倾覆。尽管气象部门提前发布了暴雨预警，但限于监测和预报水平，难以发布精确到位置的强对流预警。
哪怕能提前两分钟发出警报，留出拿救生圈的时间，幸存者都会多一些。中国气象局公共气象服务中心副总师薛冰想。
即便是从2004年开始对雷达探测下击暴流进行试验的美国，在下击暴流与雷达距离20至45公里时，只能提前5.5分钟预警，小于20公里或大于80公里则无法预警。
也是那一年，人工智能的触角悄然伸向每个行业，基于人工智能的任意点天气服务产品打破人们使用天气信息的习惯。
薛冰也把视野放在人工智能技术上。
《钢铁侠》电影中，贾维斯作为钢铁侠的保镖、智能管家，具有安防、增强现实显示等功能，当然，也具备任意点天气预报功能。来源：互联网
他是个纯粹的“码农”，尽管团队里有很多气象专家，他也恶补气象学，一只脚踏进了门，但他依然担忧：“‘码农’的路万一行不通呢？气象业内专家要是不认同呢？”
此时，国际气象界传来了用人工智能识别冰雹的信息，看来“这条路值得尝试”。
打个比方，传统方法预测云团下一刻的轨迹，像光影一样模糊，而人工智能模型通过不断学习，能把光影描摹成精确图像。
首先要解决的问题是让机器了解强对流云团内部结构。2016年薛冰的团队和天津大学电气与自动化工程学院王萍教授科研团队合作，聚焦雷雨大风这种强对流。通过分析当年6月至8月近9万张气象雷达图，找出雷雨大风在雷达图里的共性结构和物理指标，做出样本库。
2011年7月16日，北京一次雷雨天气过程的雷达图。来源：中国天气网
他们很快又锁定了冰雹。经过1年多研发，算法模型进行了14个版本的迭代优化。
比起最初3个月的冰雹识别样本库，到现在，机器已经“学习”了几年的强对流样本了，它慢慢变得像个24小时不眠不休的预报员，盯着全国近200个天气雷达，每个雷达每6分钟会出一张图像。
2017年，系统有了雏形，薛冰把产品加工系统部署在安徽蚌埠、贵州贵阳、湖南邵阳的天气雷达站上进行测试。
“通过分布式计算，十几秒就可以完成客观分析，抢出来的几分钟，也许就能救命。”薛冰说。
不过是从无到有的起点
对比提振信心，机器学习仍在路上
因为不适用现有的天气预报评分体系，薛冰会将强对流实况与预警产品进行对比。
●4月30日15时40分，四川泸州市气象台发布雷电黄色预警信号，预计泸州大部分地方6小时后可能发生雷电活动。
雹风雨精准预报产品 来源：系统开放实验室
强对流天气秒级精准预警系统从16时1分的雷达图中识别出冰雹将影响叙永县摩尼镇，16时9分完成资料传输和分析。
这与“16时30分左右，摩尼镇下起冰雹”吻合。
●5月1日凌晨，大连瓦房店出现强降水。
2时58分，系统识别出瓦房店上游的强降水，分析出瓦房店将有强降水，时段最大集中在4时到4时43分。
这和实况“4时10分至4时35分短时间内降雨量达40.4毫米”基本吻合。
评估下来，该服务产品准确率约70%。
不过，薛冰清楚，这不过是从无到有的起点。“毕竟还有不低的空报率。”他说，“这是下一步要解决的，不能让人们觉得强对流预警是‘狼来了’。”
人工智能概念图 来源：互联网
薛冰还打算给机器学习模型输入更多的气象数据，如风云四号气象卫星的高分辨率云图、地面气象站实况数据，还要更好结合气象机理，让强对流预警更加准确及时。
来源：中国气象报
责任编辑：安焱
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://yundeesoft.com/166824.html
