人工智能让天气预报更精准，为冬奥现场打气。她比普通观众更关注冬奥会，因为她团队的研究成果正在为冬奥会的天气预报做保障。在中国科学院院士、北京大学副校长、北京大学重庆大数据研究院首席科学家张平文的带领下，研究所研究团队参与了国家重点研究与发展计划的重点专项。科技攻关项目“冬奥会”“冬奥会定点气象要素客观预报技术研究与应用”项目研究，开发人工智能MOML算法赋能天气预报模型，使预报更加准确。与夏季奥运会相比，冬季奥运会的举办受天气影响更大，气象保障是冬季复杂地形条件下的中小尺度边界层气象问题。领域，预测的精度往往更高，甚至达到100-米级和分钟级。国际气象界的困难。“我们的研究是利用人工智能算法对天气预报模型的结果进行修正，使其更加准确。”张浪是博士。北京大学重庆大数据研究院智能会商与人工智能天气预报实验室。她介绍，气象业务会产生大量的气象数据。目前世界上广泛应用的数值天气预报模型是利用大型计算机进行数值计算，用物理方程来表达天气演变的物理过程，从而预测一个时期内大气运动和气象的状态。的时间。全球数值天气预报能力的不断提高，基本可以解决大部分地区的大尺度预报问题，但对于小尺度精细化预报需求，数值计算存在误差，预报员仍需协商给出预报结论。以往的会商严重依赖预报员，需要综合各方数据，结合自身经验，修正模型输出数据的偏差。人工智能算法在信息融合处理方面的先天优势，可以在一定程度上替代预报员在会商中整合分析信息的过程。通过数据挖掘和学习，可以将预报员的经验内化到算法中，实现智能高效预测。张平文院士带领的研究团队开发了预报员人工智能算法MOML，实现了智能修正，提高了预报效率，进一步提高了预报的准确性。“国内外对模型输出数据偏差的修正方法进行了广泛的研究。”张朗介绍，之前使用的MOS方法主要是单站校正。要想得到更理想的校正结果，需要手动调整参数，准确率有限，可以通过人工智能算法实现网格点预测。目前，MOML算法在温度、湿度、风速、风向等天气要素方面取得了突破。既能很好地辅助预报员，又能大大减轻预报员的工作量。增幅超过10%。据了解，北京冬奥会实现了气象短期临近预报“百米级尺度，分钟级更新”，可快速生成覆盖冬奥山地运动场的百米分辨率，网格化温度每10分钟更新一次。客观分析湿度、风力、降水等天气要素，提供0-12小时预报产品。张浪表示，除了服务冬奥会，他们的团队还在进一步研究MOML算法在天气预报中的应用。针对重庆市较为复杂的山地环境，他们正与重庆市气象局合作，将相关研究成果在重庆市推广使用。应用。
