几小时天气预报？
随着大数据、人工智能等新一代信息技术的快速发展，对传统的气象服务带来了冲击，气象预报的时效性要求也越来越高。 为了提供更快、更精准的小尺度天气预测能力（如短时强降雨、雷暴大风等强对流天气的预测）和更高时空分辨率的下垫面参数化方案，中国科学院大气物理研究所与相关领域专家于2016年提出了“混合式”人机协同的概念。 以人工神经网络（ANN）为代表的人工智能算法具有自学习、自适应、自我优化等特点，能够从大数据中自动学习和提取特征，可用于海量数据的快速处理，是近年来人工智能领域的重要研究内容之一；而基于经典统计方法的数值模式能够较好地捕捉小尺度上的气象特征，两者各有优势。因此将两者的优点相结合，可以更好地构建出更加准确、高效的天气预测系统。
近日，该所在国际知名期刊《自然通讯》发表了一篇题为“一个混合式人-机智能系统，用于快速预测雷暴的发生”的研究论文。 研究人员首先利用人工智能的方法从大量历史气候数据中自动学习能力更强、更适合描述中国区域特性的初始场，作为数值模式“先验”知识输入的预处理方法，提高了数值模式的初值精度并有效避免了单靠模式本身的迭代收敛问题。在此基础上，他们设计了一个人机协作的学习系统，通过人工智能方法实时估计模式参数，并通过数值模拟计算未来天气状况。
最后，他们将所提出的人机协作系统与单有人工智能方法和传统数值模式进行了对比，其结果是令人惊讶的。在同样的数据条件下，所提出的混合式人-机智能方法预测结果的误差比单纯使用人工智能或传统数值预报模式的要小得多——即该方法能够达到更为精准的预测效果。尤其适用于短期暴雨等中小强度降雨的预测，以及强对流天气的预警。