天氣預報員、電腦、話筒、大屏幕，這是全國各地每天進行天氣會商的標準場景。不過，未來這個場景可能被人工智能改寫——部分天氣會商活動可能被“微縮”至計算機的電路中，只依靠算法和計算，快速實現對數值模式結果的有效訂正。
“雖然現在還不好說是否一定能做好這個事情，但人工智能的爆發式發展，讓我們看到了這種可能性，我們正在努力。”張平文說。
“三天”難題的契機
20多年前與中國科學院大氣物理研究所的一次項目合作，讓從事計算數學的張平文，用學者而非普通市民的目光，對天氣預報保持了長久而持續的興趣。
契機出現在五年前。彼時，人工智能尚未像現在這樣“飛入尋常百姓家”。然而，站在計算數學研究尖端的張平文已有一種預感，這個技術的發展會對應用數學產生極大的影響。作為可能性之一，他對天氣預報最關注難題之一——“三天”預報得以解決的時機可能來了。
“三天”是什麼概念？它又因何與機器學習有如此密切的聯繫？
被張平文團隊定為研究目標的“三天”預報，主要涵蓋0-72小時的天氣預報。熟悉數值天氣預報的人都清楚，在日常業務中，受限於數值模式輸出的偏差，預報員需要在模式結果的基礎上進行“後處理”。具體來說，預報員必須左手抓模式結果，右手拿觀測數據，通過商量、研討，用後者仔細地對前者進行人工訂正，才能最終得出一個較優的預報結論。對於預報員來說，這個過程意味著工作量的“加碼”。
然而，當我們把這張牌翻到另一面時卻會發現，這是一個令數學家十分驚喜的存在——“如果要找出哪個領域是典型可以應用人工智能來做的，包括‘三天’在內的天氣預報就是。”張平文說，它最對機器學習的“胃口”不過，既要應用計算數學（模式中描述大氣運動的機理），又要應用統計學（觀測數據），同時兩者不僅是簡單的結合，而是一種很深度的結合。
張平文看到了一種可能性：“三天”預報中的人工訂正過程可以由機器學習完成，在某些情況下，它或許會完成得更好。
當MOS遇上機器學習
張平文不是第一個提出這個概念的人。
用計算機來解決“三天”預報訂正問題，早在20年前已有國外學者提出。此後，科學家們規劃了不同的道路，都希望能夠抵達那個終點。儘管一些方法取得了明顯成果，但截至目前，基本都遭遇了“天花板”。其中，最著名、應用最多的是模式輸出統計（MOS）方法。
MOS中的“S”代表統計，它通過使用模型預報變量和先前的觀測數據作為預報因子，使用多個線性迴歸來改進特定地點的預報。在2002年冬季奧林匹克運動會期間，MOS大放光彩，它被證明與奧林匹克預報小組的人工預報同樣或更加熟練。
然而，MOS仍然沒法完全解決“三天”問題。它只考慮一個空間點的校正，沒有考慮網格的時空結構。一方面，這與過去計算能力與數據獲取手段的侷限有關，另一方面，非常重要的一點是它與算法本身的侷限性有關。
今天，當 MOS遇上機器學習，後者自身條件和所處外部環境均已大為不同——當今社會計算能力極大提高，數據獲取成本低、時效快，更重要的是，機器學習自身出現了爆發式發展。“單純從算法角度來比較，雖然目前機器學習仍然存在很多待解決的問題，但已經在統計的基礎上向前跨了一大步。”張平文說，機器學習是一個非常偏工程的做法，不光吸收了很多統計學知識，也吸收了很多優化、計算數學等知識，把數值模式（物理機制）和機器學習（數據驅動）深入地結合起來，打破了MOS預報的侷限性，所以它處理問題可以說比統計方法既廣且精。
“雖然概念看似還是那個概念，但因為條件已今非昔比，所以走的路就大不一樣。”張平文認為，“儘管目前不好說是否一定能做好這個事情，但可以確定的是，用機器學習來解決‘三天’問題的可能性，比以前增加了很多。”
量身定製天氣預報專屬算法
路子定下來了，但問題的解決並非易事。
在張平文看來，對於專業人士來說，機器學習算法設計本身不難，難就難在為天氣預報量身定製一套專屬算法。
在大數據領域，最重要的一個概念就是“特徵”。什麼叫特徵？比如數值天氣預報，可用來同化的數據量非常大，但計算能力是有限的，不可能什麼數據都讓它們進去；另一方面，有些數據即便進去，也不一定對改善預報結論有作用。
為解決這個問題，首先，在數據的海洋裡，科學家需要篩選出哪些數據是特別重要的，隨後，通過確定出那部分“真正有用的東西”，科學家可以把原始數據信息進行壓縮，進而順利完成計算，這個過程就叫做特徵工程。
同理，應用機器學習來解決“三天”問題，特徵工程同樣是一個繞不開的問題。
“實際上，基本上所有大數據領域裡特徵工程都很重要，但針對不同問題時做法很不一樣。具體到天氣預報，需要對這一領域的知識非常瞭解，把數據結構理好、把數據特徵寫好，才能真正做到有效果。我覺得這是最難的。”張平文說。
因此，張平文團隊為“三天”長期目標的最終解決設計了一個短期目標來驗證效果——解決2022年北京冬奧會賽場天氣預報難題。
一個絕佳的“試金石”
為什麼選擇冬奧會賽場天氣預報作為“試金石”？
2022年冬奧會賽場眾多，分散於北京延慶、河北張家口的多處山頭。“山上的天氣預報非常難報，為什麼呢？因為數值模式算出來的東西，用計算數學的術語來說是一種低頻的信息。這源於數值模式網格的尺度特別大，即便從最開始的上百公里起一直在努力讓網格縮小，到現在也只做到幾公里左右。”張平文說，在山區，只有幾百米甚至幾十米距離的山前和山後，可能出現極為不同的天氣狀況。一方面，依靠低頻信息無法把這種天氣狀況預報出來；另一方面，預報員又必須把它報得很精準，因為冬奧會許多賽事都對天氣有很高的要求。一般的做法是在這些賽場周圍增加觀測點，但怎麼用又是個問題。因此，出現了一個冬奧會對精準預報高要求下模式預報的困境。
從科學上說，破解此困境與解決“三天”問題的方向是一致的。
在服務冬奧會的共同目標下，北京大學、中國科學院大氣物理研究所、北京市氣象局三家單位聯合成立氣象大數據實驗室。三家單位各有所長，分別負責模型和算法設計，數據特徵工程，數據提供和應用測試，並由張平文作為實驗室主任負責牽頭推進。目前，第一階段的成果已於近期發表在《大氣科學進展》上。結果證實，機器學習做出來的東西比過去用MOS做出來的東西有了大大提高。
“從數據來說，對比既用數值模式又用MOS的‘1+1’組合，機器學習仍然取得了10%的提高，這很不容易。”張平文說。
成功邁出了第一步，未來尚有進一步提高的空間。張平文介紹，第一階段研究中只使用了一個氣象觀測站的數據量，包含的只有時間維度的高頻信息，沒有空間維度的高頻信息。目前，張平文團隊正在做多個站點的相關研究，這也將填補之前缺失的空間維度高頻信息。
“再往遠處看，我們希望能做出一套智能會商系統，最終實現智能化天氣預報會商，讓預報員從‘三天’預報中的商量、研討中解放出來。”張平文說，“還是那句話，這很難，但我們看到了這種可能性。”
閱讀更多 中國氣象局 的文章
