5月22日至23日，今年第2號臺風“瑪娃”在24小時內(nèi)，中心附近最大風力從38米/秒（臺風級）迅速加強到60米/秒（超強臺風級）。中央氣象臺利用人工智能（AI）快速增強判別技術(shù)，實現(xiàn)了提前12小時趨勢預報，快速增強指數(shù)達到0.7（取值范圍為0—1），具有較強的指示意義。同時，華為盤古大模型在“瑪娃”的路徑預報中也表現(xiàn)優(yōu)異，提前五天預報出其將在臺灣島東部海域轉(zhuǎn)向路徑。

隨著人工智能技術(shù)的興起，在氣象大數(shù)據(jù)背景下，結(jié)合強大數(shù)據(jù)處理和復雜結(jié)構(gòu)特征刻畫能力的深度學習方法，應用前景十分廣闊。據(jù)中央氣象臺臺風與海洋氣象預報中心副主任錢奇峰介紹，中央氣象臺與科研院所、高校等聯(lián)合，開展了一系列人工智能在臺風監(jiān)測預報中的探索，建立了臺風渦旋識別、臺風智能定強、臺風快速增強判別等技術(shù)，在處理非線性、海量數(shù)據(jù)上發(fā)揮優(yōu)勢，幫助預報員在預報準確率上做“加法”。例如，基于深度衛(wèi)星圖像目標檢測的智能臺風渦旋識別技術(shù)，針對弱臺風渦旋識別能力有限的難點，提出了多尺度迭代的SSD（SingleShotMultiBox Detector）目標檢測模型，采用臺風渦旋粗定位和精細定位，實現(xiàn)在含有大量云團噪聲（非臺風渦旋信息）的紅外云圖上，智能識別出臺風渦旋，并對其進行快速定位。該技術(shù)對臺風及以上強度識別率接近100%，對渦旋特征不明顯的弱渦旋（熱帶低壓級）識別率也能達到50%—80%。

鑒于人工智能在圖像識別領(lǐng)域的優(yōu)勢，將人工智能技術(shù)應用于臺風客觀化定位定強備受關(guān)注。2019年，中央氣象臺聯(lián)合北京郵電大學，提出一種端到端的可視化智能臺風定強模型，該模型以計算機視覺領(lǐng)域成熟預訓練卷積神經(jīng)網(wǎng)絡(luò)深度學習模型為基礎(chǔ)，提取衛(wèi)星云圖數(shù)據(jù)分析臺風強度相關(guān)的特征，再依據(jù)特征分析分別構(gòu)建分類模型和基于相似度的檢索模型獲取決策結(jié)果。最后，通過融合兩個模型的識別結(jié)果，得出臺風的強度、置信度和參考云圖。深度學習方法通過機器對大量樣本的分析和學習，能夠隱式提取圖像中深層抽象的復雜特征，正越來越多地被應用于臺風強度估測。

臺風強度預報一直是世界性難題，臺風經(jīng)常在24小時內(nèi)發(fā)生較大的強度變化，可上升1到2個級別。目前，除了數(shù)值預報方法外，其他的客觀預報方法主要是以統(tǒng)計預報和統(tǒng)計-動力模式為主，對臺風強度快速變化的刻畫能力較弱。中央氣象臺以人工智能領(lǐng)域的時空關(guān)聯(lián)深度學習模型為技術(shù)基礎(chǔ)，通過標注和學習2005年—2018年西北太平洋及南海臺風衛(wèi)星云圖數(shù)據(jù)中的關(guān)鍵信息，引入生命周期指示，提出了一種自動、客觀的臺風快速增強趨勢判別技術(shù)，建立了融合時空序列特征的臺風快速增強判別模型。2022年，對西北太平洋和南海生成的25個臺風中的12個套用臺風強度快速增強判別模型，成功預測出9個臺風的快速增強過程，時間提前量平均在12小時左右，包括2022年第3號臺風“暹芭”、第11號臺風“軒嵐諾”、第12號臺風“梅花”等，有效地解決了臺風強度快速增強趨勢預測和判別問題。

據(jù)中央氣象臺臺風與海洋氣象預報中心首席預報員周冠博介紹，通過建立臺風渦旋識別模型、臺風智能定強模型、臺風快速增強判別模型等，中央氣象臺已初步構(gòu)建基于人工智能的臺風監(jiān)測和預報系統(tǒng)，為提升我國臺風監(jiān)測預報業(yè)務(wù)智能化及快速拓展全球多海域熱帶氣旋業(yè)務(wù)提供了重要技術(shù)支撐和參考產(chǎn)品。

下一步，中央氣象臺臺風與海洋氣象預報中心將繼續(xù)加強人工智能在臺風監(jiān)測和預報領(lǐng)域的應用，并著重針對人工智能的可解釋性問題持續(xù)發(fā)力，與高校、科研院所等科研力量緊密合作，進一步推動人工智能技術(shù)在臺風監(jiān)測、預報及服務(wù)中的深度融合，為全球臺風的精密監(jiān)測、精準預報、精細服務(wù)提供創(chuàng)新性的技術(shù)支撐。

來源：中國氣象報社 （作者：張明祿 ）