中国气象局公共气象服务中心创新运用人工智能手段—

本文转自：中国气象报

中国气象局公共气象服务中心创新运用人工智能手段—

建强物流和能源服务“支点”

今年以来，我国已发生多次区域性强对流天气过程，极端性较强。中国气象局公共气象服务中心（以下简称“公共气象服务中心”）密切关注冰雹、雷雨大风等强对流天气对物流、能源等行业的影响，强化运用人工智能手段，全方位做好气象服务。

灾害天气短临业务融入人工智能元素

“成功防御一场冰雹灾害，可以为物流公司减少上百万元的损失。”国内一家物流公司的负责人说。

当下，我国正在全面建设完善现代物流体系。公共气象服务中心结合需求，着力推进针对物流行业安全运行的分灾种物流气象服务业务体系建设，初步建设数字化智能化“物流天气”微信小程序，为用户提供公里级、分钟级冰雹监测预报预警和风险提示服务。

物流气象服务背后的技术支撑，正是人工智能技术。公共气象服务中心应用人工智能机器学习技术，基于新一代多普勒天气雷达探测资料，实现物流企业所属车辆移动路线上冰雹影响区域的提前识别和临近外推预测。在海量气象资料和强大算力的支撑下，结合冰雹天气过程呈现的结构、形态等多样化特征以及形成物理机制等，人工智能技术在冰雹短临专业气象服务中的应用正日趋深入。

公共气象服务中心服务产品研发室主任章芳介绍，面对专业气象服务中高时空分辨率冰雹识别和临近预测服务的迫切需求，公共气象服务中心联合高校相关科研团队，应用人工智能开展了一系列冰雹识别和短临外推预测的探索实践，初步研发了冰雹早期定性判别、冰雹最大尺寸量级判别、冰雹影响区域临近外推预测等技术，结合并行计算和消息驱动机制，秒级加工制作冰雹短临物流气象专业服务产品，助力物流行业冰雹灾害防御气象服务保障业务深入开展。

冰雹是中小尺度系统的天气，具有突发性、强致灾性的特点，对其进行定时、定点、定量的精细化临近预报具有较大难度，开展基于位置的精细化冰雹临近预报专业气象服务挑战很大。自2019年起，公共气象服务中心联合天津大学电气自动化与信息工程学院，基于计算机视觉、模式识别、机器学习等先进的智能理论和技术，在强对流识别预警方面研发了系列成果。在多普勒雷达质量控制、准确定位风暴单体的前提下，将冰雹单体“强”“高”“悬”的外在表现及雷暴大风的三维径向风切变现象内在特征提取到算法中，形成对流单体的机理描述体系；建立基于随机权网络的快速一致性回归算法，对冰雹最大尺寸进行预测；融合数值模式环境场物理要素，基于雷达资料及渐进式3D条件生成对抗网络，建立高时空分辨率对流系统精准外推深度学习模型……在明确了物流车辆的移动位置后，可提供1公里道路空间分辨率、未来1小时6分钟间隔的冰雹灾害风险产品，赢得服务用户的满意。

公共气象服务中心首席张国平介绍，该中心基于物流行业对车辆、司机、派送等各环节安全生产的不同需求，针对用户服务请求调用的个性特点，形成按需服务的精细化冰雹识别和临近预测算法模型，建立基于用户的个性化冰雹风险提示气象日历产品，为保障物流行业安全运行提供支持。

人工智能促风光发电功率预测准确率提高

随着双碳战略目标及一系列新能源政策的出台，风能太阳能发电迎来爆发式增长。风能太阳能发电受气象要素变化影响，间歇性和随机波动性较大，发电输出功率不稳定。大规模风光发电并网给电力系统安全运行和调度管理带来巨大挑战。因此，提高风速、云量和太阳辐射量等要素预报以及风光发电功率预测的准确率，对于电力调度具有重要意义。

当前，气象部门基于人工智能技术，利用风光电站气象观测数据订正风能太阳能数值预报，研发了面向风光电站的精细化气象服务产品，为能源电力行业提供超短期、短期、中期等各类气象预报和风光发电功率预测产品。中国气象局风能太阳能中心的相关研究结果表明，经过人工智能订正后，100米高度风速和地面水平总辐射的短期预报RMSE误差可有效降低。

风电光伏发电站空间尺度小，多为百米级或1公里级，天气变化局地性强，预报难度大。为推动风能太阳能气象服务高质量发展，全面推进精细化时空分辨率的风光功率气象服务深入开展，中国气象局于6月5日开始实施“风能太阳能发电精细化气象服务示范计划”，共征集25个参加单位。

下一步，公共气象服务中心将通过收集整理风光电站气象观测数据和功率实测数据，建立统一的风电光伏发电站气象观测数据集，并基于此开展各类算法的检验评估和遴选工作，为开发“一场一策”风能太阳能发电精细化气象服务产品提供依据，助力提高风能太阳能精细化气象服务能力和水平。