【資料圖】

央廣網(wǎng)北京6月6日消息 5月22日至23日，今年第2號(hào)臺(tái)風(fēng)“瑪娃”肆虐期間，中央氣象臺(tái)利用人工智能（AI）快速增強(qiáng)判別技術(shù)，實(shí)現(xiàn)了提前12小時(shí)趨勢(shì)預(yù)報(bào)。同時(shí)，華為盤古大模型在“瑪娃”的路徑預(yù)報(bào)中也表現(xiàn)優(yōu)異，提前五天預(yù)報(bào)出其將在臺(tái)灣島東部海域轉(zhuǎn)向路徑。

據(jù)中央氣象臺(tái)臺(tái)風(fēng)與海洋氣象預(yù)報(bào)中心副主任錢奇峰介紹，中央氣象臺(tái)與科研院所、高校等聯(lián)合，開展了一系列人工智能在臺(tái)風(fēng)監(jiān)測(cè)預(yù)報(bào)中的探索，建立了臺(tái)風(fēng)渦旋識(shí)別、臺(tái)風(fēng)智能定強(qiáng)、臺(tái)風(fēng)快速增強(qiáng)判別等技術(shù)，在處理非線性、海量數(shù)據(jù)上發(fā)揮優(yōu)勢(shì)，幫助預(yù)報(bào)員在預(yù)報(bào)準(zhǔn)確率上做“加法”。例如，基于深度衛(wèi)星圖像目標(biāo)檢測(cè)的智能臺(tái)風(fēng)渦旋識(shí)別技術(shù)，針對(duì)弱臺(tái)風(fēng)渦旋識(shí)別能力有限的難點(diǎn)，提出了多尺度迭代的SSD目標(biāo)檢測(cè)模型，采用臺(tái)風(fēng)渦旋粗定位和精細(xì)定位，實(shí)現(xiàn)在含有大量云團(tuán)噪聲的紅外云圖上，智能識(shí)別出臺(tái)風(fēng)渦旋，并對(duì)其進(jìn)行快速定位。該技術(shù)對(duì)臺(tái)風(fēng)及以上強(qiáng)度識(shí)別率接近100%，對(duì)渦旋特征不明顯的弱渦旋識(shí)別率也能達(dá)到50%—80%。

鑒于人工智能在圖像識(shí)別領(lǐng)域的優(yōu)勢(shì)，將人工智能技術(shù)應(yīng)用于臺(tái)風(fēng)客觀化定位定強(qiáng)備受關(guān)注。2019年，中央氣象臺(tái)聯(lián)合北京郵電大學(xué)，提出一種端到端的可視化智能臺(tái)風(fēng)定強(qiáng)模型，該模型以計(jì)算機(jī)視覺領(lǐng)域成熟預(yù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)模型為基礎(chǔ)，提取衛(wèi)星云圖數(shù)據(jù)分析臺(tái)風(fēng)強(qiáng)度相關(guān)的特征，再依據(jù)特征分析分別構(gòu)建分類模型和基于相似度的檢索模型獲取決策結(jié)果。最后，通過融合兩個(gè)模型的識(shí)別結(jié)果，得出臺(tái)風(fēng)的強(qiáng)度、置信度和參考云圖。深度學(xué)習(xí)方法通過機(jī)器對(duì)大量樣本的分析和學(xué)習(xí)，能夠隱式提取圖像中深層抽象的復(fù)雜特征，正越來越多地被應(yīng)用于臺(tái)風(fēng)強(qiáng)度估測(cè)。

臺(tái)風(fēng)強(qiáng)度預(yù)報(bào)一直是世界性難題，臺(tái)風(fēng)經(jīng)常在24小時(shí)內(nèi)發(fā)生較大的強(qiáng)度變化，可上升1到2個(gè)級(jí)別。目前，除了數(shù)值預(yù)報(bào)方法外，其他的客觀預(yù)報(bào)方法主要是以統(tǒng)計(jì)預(yù)報(bào)和統(tǒng)計(jì)-動(dòng)力模式為主，對(duì)臺(tái)風(fēng)強(qiáng)度快速變化的刻畫能力較弱。中央氣象臺(tái)以人工智能領(lǐng)域的時(shí)空關(guān)聯(lián)深度學(xué)習(xí)模型為技術(shù)基礎(chǔ)，通過標(biāo)注和學(xué)習(xí)2005年—2018年西北太平洋及南海臺(tái)風(fēng)衛(wèi)星云圖數(shù)據(jù)中的關(guān)鍵信息，引入生命周期指示，提出了一種自動(dòng)、客觀的臺(tái)風(fēng)快速增強(qiáng)趨勢(shì)判別技術(shù)，建立了融合時(shí)空序列特征的臺(tái)風(fēng)快速增強(qiáng)判別模型。2022年，對(duì)西北太平洋和南海生成的25個(gè)臺(tái)風(fēng)中的12個(gè)套用臺(tái)風(fēng)強(qiáng)度快速增強(qiáng)判別模型，成功預(yù)測(cè)出9個(gè)臺(tái)風(fēng)的快速增強(qiáng)過程，時(shí)間提前量平均在12小時(shí)左右，包括2022年第3號(hào)臺(tái)風(fēng)“暹芭”、第11號(hào)臺(tái)風(fēng)“軒嵐諾”、第12號(hào)臺(tái)風(fēng)“梅花”等，有效地解決了臺(tái)風(fēng)強(qiáng)度快速增強(qiáng)趨勢(shì)預(yù)測(cè)和判別問題。

據(jù)中央氣象臺(tái)臺(tái)風(fēng)與海洋氣象預(yù)報(bào)中心首席預(yù)報(bào)員周冠博介紹，通過建立臺(tái)風(fēng)渦旋識(shí)別模型、臺(tái)風(fēng)智能定強(qiáng)模型、臺(tái)風(fēng)快速增強(qiáng)判別模型等，中央氣象臺(tái)已初步構(gòu)建基于人工智能的臺(tái)風(fēng)監(jiān)測(cè)和預(yù)報(bào)系統(tǒng)，為提升我國臺(tái)風(fēng)監(jiān)測(cè)預(yù)報(bào)業(yè)務(wù)智能化及快速拓展全球多海域熱帶氣旋業(yè)務(wù)提供了重要技術(shù)支撐和參考產(chǎn)品。

下一步，中央氣象臺(tái)臺(tái)風(fēng)與海洋氣象預(yù)報(bào)中心將繼續(xù)加強(qiáng)人工智能在臺(tái)風(fēng)監(jiān)測(cè)和預(yù)報(bào)領(lǐng)域的應(yīng)用，并著重針對(duì)人工智能的可解釋性問題持續(xù)發(fā)力，與高校、科研院所等科研力量緊密合作，進(jìn)一步推動(dòng)人工智能技術(shù)在臺(tái)風(fēng)監(jiān)測(cè)、預(yù)報(bào)及服務(wù)中的深度融合，為全球臺(tái)風(fēng)的精密監(jiān)測(cè)、精準(zhǔn)預(yù)報(bào)、精細(xì)服務(wù)提供創(chuàng)新性的技術(shù)支撐。