随着大数据、人工智能（AI）技术的飞速发展，预报技术也在不断进步。湖南气象部门抢抓机遇，加入到人工智能气象应用科技攻关的浪潮中，助力天气预报更精准。

持续发力 推动关键技术迭代升级

致力于人工智能客观技术的不断研发和持续完善，湖南省气象局面向气象高质量发展“五个一”的精准预报要求持续发力，先后联合湖南师范大学、国防科技大学等技术力量，不断开展关键核心技术攻关试验，着力打造湖南气象技术品牌。从2017年组建人工智能气象应用创新团队，到2019年成立智能预报开放实验室，湖南基于人工智能的客观预报技术逐步实现了气温、降水、强对流等要素客观预报关键核心技术迭代升级。

气温方面，考虑到气温变化呈现线性规律，运用客观模型计算可行性更大。经过反复尝试，创新团队基于时空堆叠深度学习网络，跳出传统“点对点”建模的局限，同时也规避“面对面”建模时的样本不足问题，采用“面对点”的方式建模，突出大尺度环境背景场和时序特征对单点温度的影响，一定程度上减少了误差，有助于转折性天气的气温预报更加精准。

在实际应用中，由于湖南地形地貌的复杂性和差异性，该模型在一些高海拔地形区存在异常值。如何解决这一难题？创新团队通过对不同地形地貌进行分区，采用不同的计算方法，不断优化预报模型，气温的客观预报水平有了较大提升。

降水方面，也是因地形复杂导致强降水分布不均，深度学习模型在预报强降水时容易出现预报比实况明显偏弱的问题。为此，创新团队攻坚克难，在优选高影响因子基础上，计算四十余种高阶物理量，通过引入分类模型来解决晴雨、一般性降水和强降水判别的融合问题，优化强降水预报模式与流程。

众所周知，强对流因局地性强且发展迅速等特点，导致它的预报成为世界性难题。对此，创新团队采用了基于多源数据融合的深度学习强对流预报方法。在特征提取方面，充分考虑多种不同数据源的时空分辨率和数据特性，进一步融合；同时，均衡数据样本，采用合适的损失函数，让模型不断地学习样本数据，逐步调整各个部分的权重系数。通过反复研究、多次试验、不断调整，强对流预报准确率得到明显提升，其预报产品在今年多次强对流天气过程中发挥良好的参考作用。

聚沙成塔 AI加持客观预报投入应用

当天气预报与人工智能碰撞，会擦出怎样的科技火花？

气温预报实现全面自动化——基于深度学习网络逐小时格点气温预报业务运行产品全面超越人工订正。

强对流预报准确率明显提升——通过数据不平衡和损失函数强化人工智能学习能力，提升对强对流天气的预报水平。

更好地预报局地强降水——有效融合强降水预报模型和中尺度模式预报结果，提升对局地降水预报的细节刻画能力。

技术的不断优化升级，为预报注入“底气”。在今年第三届全国智能预报技术方法交流大赛中，湖南省气象局参赛团队基于人工智能的客观预报技术夺得团体第4名，温度、强对流两个单项第6名，降水单项第12名的佳绩。

经过数年的研究和积累，客观预报产品也逐步应用到实际业务当中。今年4月，湖南基于人工智能的客观预报投入业务试运行，并在汛期气象服务中发挥作用。8月，省气象局下发《关于加强湖南省智能网格预报产品目录清单业务应用的通知》，正式投入业务运行。

目前，湖南基于人工智能的客观预报产品晴雨准确率及强降水准确率评分，均高于中央气象台指导预报和业务模式产品，强对流准确率评分逐年提升。同时，24小时最高、最低气温预报准确率分别达到83.03%和66.76%，均高于中央气象台指导预报、省气象台指导预报水平。特别是针对强降温等转折性天气过程，预报能力有了明显提升。

未来，湖南气象部门将紧扣服务为导向的气象客观预报技术研发，完善以智能网格预报为基础的集约化业务流程，推动智能网格客观预报技术发展，实现24小时内1公里高分辨率的预报产品，稳步推进湖南研究型气象业务建设。

（作者：张倩 徐靖宇 许霖 责任编辑：张林）