我国初步建成基于人工智能的台风监测和预报系统

北京6月6日消息 5月22日至23日，今年第2号台风“玛娃”肆虐期间，中央气象台利用人工智能（AI）快速增强判别技术，实现了提前12小时趋势预报。同时，华为盘古大模型在“玛娃”的路径预报中也表现优异，提前五天预报出其将在台湾岛东部海域转向路径。

据中央气象台台风与海洋气象预报中心副主任钱奇峰介绍，中央气象台与科研院所、高校等联合，开展了一系列人工智能在台风监测预报中的探索，建立了台风涡旋识别、台风智能定强、台风快速增强判别等技术，在处理非线性、海量数据上发挥优势，帮助预报员在预报准确率上做“加法”。例如，基于深度卫星图像目标检测的智能台风涡旋识别技术，针对弱台风涡旋识别能力有限的难点，提出了多尺度迭代的SSD目标检测模型，采用台风涡旋粗定位和精细定位，实现在含有大量云团噪声的红外云图上，智能识别出台风涡旋，并对其进行快速定位。该技术对台风及以上强度识别率接近100%，对涡旋特征不明显的弱涡旋识别率也能达到50%—80%。

鉴于人工智能在图像识别领域的优势，将人工智能技术应用于台风客观化定位定强备受关注。2019年，中央气象台联合北京邮电大学，提出一种端到端的可视化智能台风定强模型，该模型以计算机视觉领域成熟预训练卷积神经网络深度学习模型为基础，提取卫星云图数据分析台风强度相关的特征，再依据特征分析分别构建分类模型和基于相似度的检索模型获取决策结果。最后，通过融合两个模型的识别结果，得出台风的强度、置信度和参考云图。深度学习方法通过机器对大量样本的分析和学习，能够隐式提取图像中深层抽象的复杂特征，正越来越多地被应用于台风强度估测。

台风强度预报一直是世界性难题，台风经常在24小时内发生较大的强度变化，可上升1到2个级别。目前，除了数值预报方法外，其他的客观预报方法主要是以统计预报和统计-动力模式为主，对台风强度快速变化的刻画能力较弱。中央气象台以人工智能领域的时空关联深度学习模型为技术基础，通过标注和学习2005年—2018年西北太平洋及南海台风卫星云图数据中的关键信息，引入生命周期指示，提出了一种自动、客观的台风快速增强趋势判别技术，建立了融合时空序列特征的台风快速增强判别模型。2023年，对西北太平洋和南海生成的25个台风中的12个套用台风强度快速增强判别模型，成功预测出9个台风的快速增强过程，时间提前量平均在12小时左右，包括2023年第3号台风“暹芭”、第11号台风“轩岚诺”、第12号台风“梅花”等，有效地解决了台风强度快速增强趋势预测和判别问题。

据中央气象台台风与海洋气象预报中心首席预报员周冠博介绍，通过建立台风涡旋识别模型、台风智能定强模型、台风快速增强判别模型等，中央气象台已初步构建基于人工智能的台风监测和预报系统，为提升我国台风监测预报业务智能化及快速拓展全球多海域热带气旋业务提供了重要技术支撑和参考产品。

下一步，中央气象台台风与海洋气象预报中心将继续加强人工智能在台风监测和预报领域的应用，并着重针对人工智能的可解释性问题持续发力，与高校、科研院所等科研力量紧密合作，进一步推动人工智能技术在台风监测、预报及服务中的深度融合，为全球台风的精密监测、精准预报、精细服务提供创新性的技术支撑。