天气预报:从“指定位置”到“任意位置”
“北京,晴,16°C到25°C;哈尔滨,多云,10°C到18°C;沈阳……”耳熟能详的传统城镇天气预报,其预报对象是全国三千多个区县级城市。而在移动智能互联时代,“指定位置”预报动辄几十公里的定位误差,很难满足用户对精准定位和精准预报的需求。
要想实现从“指定位置”到“任意位置”的天气预报,对气象观测精细化程度,数据采集传输速度、高性能计算能力都提出了新的挑战,传统天气预报迫切需要高科技赋能。
由此,近年来,在数值天气预报基础上,应用AI、大数据、云计算技术的“智能网格预报”应运而生。
所谓“网格”预报,就是以定量的客观预报模型输出的格点预报为基础的天气预报。随着气象卫星的发展和信息技术的有力支撑,数值天气预报的分辨率和准确性持续提升。目前国际上较为先进的全球数值天气预报模式的分辨率在5-15公里左右,例如美国国家大气海洋管理局的FV3模式是13公里,欧洲中期数值预报中心是9公里。然而数值天气预报不是万能。
一是更小尺度的天气现象如湍流等,其科学机理还不清楚,预报分辨率的进一度提升,必须要“智能”加持;二是模式预报存在“软肋”:地形复杂的地区,气温、湿度、风速、风向、降水等要素预报误差较大,也需要“智能”出马。
象辑:国内首发企业级智能网格预报
2019年,象辑科技凭借其在AI技术提升预报准确率方面5年的积累,开发出了国内首个企业级智能网格预报HIGF,并成功应用于新能源、智慧农业等领域的气象服务中,有效提升了气象服务的效益。
象辑采用了机器学习与数值模式双预报引擎,通过将机器学习的神经网络层和数值模式中的物理过程层相互嵌套,自主研发了一套针对气象多要素和多灾害的高分辨率、高精准度的智能网格预报产品。
通过人工智能技术,象辑主要从三个方面对数值天气预报结果进行了提升:
一是让天气演变的“动画”时间和空间分辨率更加细腻;
二是让不断发生的天气实况和数值模式“剧本”无缝衔接;
三是针对准确度需求“独家定制”自适应的模型复杂度。
象辑的模式团队脱胎于新能源领域比较知名的两家技术公司——远景能源和北方大贤,团队成员从2011年就开始大规模跑WRF模式,对WRF本身的流程和参数化有丰富的项目经验。从2014年开始,越来越多的机器学习模型被运用到象辑的预报模型中,从最开始的利用机器学习模型优化参数化方案,基于观测数据分析与修正模型预报结论,到后来的利用机器学习模型替换部分要素模型,再到现在的机器学习的神经网络层和物理过程层相互嵌套的双引擎模式,这5年我们不停自我革命,深刻体会到,在模式之外,预报准确率的提升还大有可为。”象辑AI研究院负责人郑昕介绍。
▲图为在EWEA与DTU的联合双盲实验(场址风)中,象辑持续优化的预报模型(6号模型)总分位居全球第三。
智能网格预报“公众级”产品最常见的形态,就是智能手机上根据定位推送的预报,那么所谓的“企业级”智能网格预报有哪些不同呢?
HIGF产品负责人段静鑫认为,主要体现在三个方面:
一是象辑按照企业级用户的需求,根据不同区域、季节和要素预报,做了针对性的优化;
二是通过与企业客户的战略合作,获得了多个行业领域的观测数据,产品也是前期积累数据红利的持续释放;
三是企业级用户对准确率、稳定性的要求更高。
“大部分市面上普遍公开的数值模式产品,系统性误差很大,尤其是西部地区,比如我们中化MAP项目全程农业种植服务的农场主关注新疆区域,我们就想能不能把这块提升一下。”作为一位毕业就投身象辑的“90后”气象学子,段静鑫自豪地展示了HIGF全国5公里的地面温度预报图,其中对新疆大地形区域有细腻的描述,“准确率是最能体现产品价值的点,必须要精细又准确,才能刻画出这样的效果”。
▲图为象辑智能网格预报HIGF全国5km分辨率小时级温度预报(2020年05月11日09时)。
HIGF模型中的定量降水预报,同化了卫星、雷达、无线微波测雨等遥感观测数据,并与常用的水利模型相结合之后,可以产生很不错的效果,如果后续形成好的雨洪或内涝产品,我们会联合在行业里推广。”河海大学水文水资源学院的杨涛院长,同样对HIGF未来的应用充满期待。
为世界气象产业贡献“中国智慧”
为中国经济提供“气象支撑”
从全球气象服务市场发展趋势来看,基于开源的数值模式研发自己的预报系统是气象产业发展到一定阶段的必然。这说明气象公司逐渐从单一的加工和服务,转向具有科研能力,具有从观测数据到预报产品完整产业链的方向发展。
美国松下气象事业部于2016年发布了基于美国全球模式GFS的全球天气预报系统PWS,IBM公司于2019年初发布了基于GPU计算集群的全球预报系统GRAF。从技术路线上看,如果说松下预报系统PWS的特色是独家机载气象观测数据TAMDAR,IBM的GRAF系统的王牌是全球非结构化网格数值模式,那么象辑的布局主要在后端,其杀手锏是AI技术和气象的结合。
象辑充分发挥企业在科技创新的主体作用,借它山之石以攻玉——把图像技术、视频技术、专家系统等应用于医疗诊断平台,无人驾驶领域等方面的AI技术,创新应用到天气预报上,用一个个工程学上的“微创新”,不断调整优化HIGF的数据产品。
▲图为象辑智能网格预报HIGF对台湾中央山脉的风场模拟考虑了海洋、地形、植被、城市等要素。
除了使用机器学习提升数值预报的可用性之外,在AI天气预报方面象辑还在布更大的局:象辑构建了一个庞大的深度网络,尝试直接用深度网络去预报未来24小时的天气,然后再将纯机器学习的24小时预报和数值模式24小时的预报融合。
一方面,是国际上气象服务产业全球化和市场一体化带来的竞争,另一方面,是国内依靠科技创新驱动经济转型和高质量发展的刚需。象辑作为国内气象服务市场龙头企业,希望中国也有气象公司自主研发的企业级格点预报,同时推动国内有更多行业、更多领域、更多企业能够用上更精细的气象预报数据。
这是两个最根本的宏愿吧,第一是觉得中国要有企业站出来做这个事,第二个是觉得中国企业要能用会用客观预报。因为我们从事商业气象服务有一个直观的感觉,就是商业气象服务的价值取决于用户怎么去使用它。所以我们也是希望通过推出这些定量产品来降低用户使用天气的门槛,更重要的是让预报可以有更多机会被大家批评指正,然后再来优化。”象辑CEO邱珩在被问到为什么要投入HIGF时说道。
初心和使命
当“后浪”遇到“蓝海”
象辑创始于2014年,拥有AI智能预报、GAVIAL气象大数据云平台、QUICK EARTH气象可视化引擎等核心技术,为电力、交通、水利、海洋、环保等行业提供气象解决方案,目前智能网格预报产品也可以在象辑自主推出的数据分发平台-高分天气上使用。成立以来,凭借资本对商业气象服务蓝海市场的期待,象辑吸金表现不俗,先后进行了五轮融资,整体融资金额达到数亿元。然而做数值模式烧钱,模式+AI则是烧钱的平方。
抛去我们整个HIGF团队9个人的开销不算,我们每年不包含客制项目,单为HIGF跑基底数据的运算成本就要800多万,而且这还是在充分借鉴同行经验,利用与云厂商战略合作等各种方式把单核的效率、机器跟机器之间的比价做到极限的基础上。”象辑AI研究院负责人郑昕博士坦言。
2B气象服务技术密集、资本密集的属性,决定了它的高门槛。这里玩家不多,赛道相对空旷,作为气象行业为数不多的专注于2B气象服务的公司,象辑选择的是一条无人走过的路。
商业气象服务的确是蓝海,海有多深,深潜才知道。直接面向客户,带来更大的价值感和成就感,同时也意味着直面天气预报中的不确定性和挑战。
对于象辑来说,推出HIGF 产品,是其成立5年来专注做AI智能预报的一个里程碑式的成果,也是对未来继续通过科技创新,挖掘气象服务社会价值的巨大鼓励。
我们希望的是能够填补一个行业空白,抛开商业层面来说,团队每个人都是有理想、想要创造价值的人,我们的工作很令人振奋。”象辑HIGF负责人段静鑫说。
▲图为“90后”的象辑气象人段静鑫,“后浪”已成长为商业气象研发骨干。近年来,气象公司、高校和政府气象部门积极开展合作,气象产业生态不断优化。
“
邱珩对未来的发展充满信心:“象辑一路走来,得到了中国气象局国家气象中心、信息中心、华风集团以及各省区市政府气象部门的大力帮助。作为一家年轻的公司,象辑是气象行业的“后浪”,也希望更多年轻人加入到我们的队伍中来。”
”
中国气象报社 广告
审核:段昊书
微信编辑:米夏