本文来自民众号：HyperAI超神经（ID：HyperAI），作者：神经星星，题图来自：视觉中国

凭据气象部门预告，8月12日北京将迎来今年入汛以来最强降雨，各级部门都发出了预警通知。

经由一天一夜的漫长守候，间歇到来的暴雨给网友们提供了诸多灵感，缔造了不少广泛传播的段子。也让人人好奇起天气若何预告？若何让天气预告更准确、更实时？

天气预告，归龙王和卫星谁管？

已往，天气预告是基于各种气象观察仪器和多个气象站，把温度、湿度、气压等指标丈量出来，汇总后将观察效果绘制到一张图上。

这一张图上，泛起大气差别高度、差别条理的转变，从而展望可能泛起的天气。

气象数据十分庞大，往往由数十种泉源和类型

差别的气象会使用差别的设施举行检测。例如，地面站直接丈量风和降水等，还可以举行温压湿风观察、闪电观察。

雷达观察，好比多普勒雷达可以检测实时丈量降水，以及遥感自动观察。

我们熟悉的风云卫星就是气象卫星，就是提供多光谱成像，好比昼夜可见光、红外云图，冰雪笼罩、植被、海洋水色、海面温度等。

2017年9月，微信将开屏图片更换为

由静止轨道气象卫星风云四号 A 星从太空拍摄的祖国全景

现在，天气预告增加了数值预告模式、算法预告等更多客观方式，也有了加倍完善的预告系统和观察资料。

气象学，庞大到可以体现国力

气象学研究，不单单是刮风下雨，而是从海洋到天空，涵盖了大气圈、水泉、岩石圈、生物圈、冰冻圈组成的五大圈。

中国气象局影视中央的总工程师，在接受“我是科学家 iScientist ”的采访中提到：“在气象学的研究中，需要用物理来注释大气和海洋的运动，需要用化学领会物质的转变、需要用数学来统计和盘算。在寥寥数字的天气预告背后，是大量综合学科的知识积累，是一个国家最强的盘算能力和空间探测能力。”

我国的天气观察网络已经形成了立体观察，凭据中国气象局今年五月的新闻，我国气象部门现有地面气象观察站7万多个，天下州里笼罩率到达99.6 %，数据传输时效从1小时提升到1分钟。

国家气象科学数据中央提供了各种公然数据

216部雷达组成的新一代天气雷达网，乐成发射了17颗风云系列气象卫星，7颗在轨运行，为全球100多个国家和地区、海内2500多个用户提供服务。

现在，太空中有全球1000多颗气象卫星，可提供风雨、温度等的大量气象数据，地球上另有数十万个国家级和企业级气象站，它们都在一直网络实时数据。

国家级的气象站为国民生涯提供便利，企业级的气象站则是提供商用服务，好比为大型农场、体育赛事、航空业提供更细粒度的气象数据。

天有不测风云，AI也测禁绝

凭据近期中国产业信息网的数据：未来5年中国气象服务产业收入预计到达3000亿元人民币。许多大型企业好比GE、IBM、Google、松下公司等等都拓展和提供气象方面的数据服务。

1. AI测风云：神经网络 

今年初Google公布的《Machine Learning for Precipitation Nowcasting from Radar Images（凭据雷达图像举行降水邻近预告的机械学习 ）》的论文中，Google AI的研究人员针对“降水展望的机械学习模子的开发”提出新的研究方式。

论文中的新方式是行使数据驱动、完全不使用大气物理模子来确立短临降水预告模子。仅使用神经网络，通过训练数据集来学习拟合大气物理，而没有使用先验的大气物理基础知识。

在这个方式中，降水预告被看作是一种由图片至图片的转换问题，并行使一种U-net结构的卷积神经网来实现预告目的。

2. AI测风云：图像识别 

在气象展望中，雷达数据被转换成图像，通过提取图像的色相、饱和度和亮度等特征，接纳图像识别的方式，对差别的天气现象，好比区分降雨、降雪、冰雹、露、霜、雾（霾）。

上排的前三张图，显示了距现在60分钟前，30分钟前和0分钟之前的雷达图像，最右边的图片显示60分钟后的雷达图像，即邻近预告的地面真实情况。

下排左图是为了举行对照，通过应用光流（OF）算法对来自上方前三个面板的数据举行平流建模而发生的矢量场。

光流OF是1940年代开发的一种盘算视觉方式，经常用于展望短期天气演变。

下排右图就OF做出的示例展望，它很展望了降水量，不外未能说明风暴的衰减强度。

3. AI测风云：高性能盘算 

IBM运行着世界上分辨率最高的全球天气预告模子——全球高分辨率大气预告系统（GRAF）。它是第一个每小时更新一次的全球天气模子，能够展望地球上险些任何地方像雷暴这样的小尺度天气系统。

IBM为GRAF打造的豪华数据中央

为了支持GRAF这样的大型系统的运行， IBM为其支持了84个AC922节点，每个节点配备4个Nvidia V100 GPU以及3.5PB的IBM Spectrum Scale Storage，天天可处置多达10 TB的天气数据。

4. AI测风云：AI说了也不算 

虽然现在看来，人工智能对于气象展望、天气预告提供了许多方面的科研加速。但经由接见行业内的专业学者，我们得知在天气展望中，影响天气转变的因素成千上万个，无论是光照、海水洋流，每一个变量都在时刻一直的转变，也都市影响到气候转变。

涉及到的变量越多，对人工智能训练数据、盘算能力的要求就越高，好比北京的这次强降雨，就是在强对流天气提前一天展望和预警，也会存在一定误差，无论是综合研判照样AI，在气象数据的展望方面，另有很长的路要走。

但能够借助北京这次突如其来的降雨，让更多的人领会到天气预告背后的科学知识和科研气力的投入，也是一场有收获的实时雨。

参考资料：

- 我是科学家iScientist：《为什么天气预告会有报禁绝？我们和气象人谈了谈》

- Google：《Using Machine Learning to “Nowcast” Precipitation in High Resolution》

- 机械之心《强化数据剖析，精准天气预告，人工智能赋能气象研究》

- IBM https://www.ibm.com/weather/industries/cross-industry/graf

本文来自民众号：HyperAI超神经（ID：HyperAI），作者：超神经