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

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。

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