天气预报员、电脑、话筒、大屏幕，这是全国各地每天进行天气会商的标准场景。不过，未来这个场景可能被人工智能改写——部分天气会商活动可能被“微缩”至计算机的电路中，只依靠算法和计算，快速实现对数值模式结果的有效订正。
“虽然现在还不好说是否一定能做好这个事情，但人工智能的爆发式发展，让我们看到了这种可能性，我们正在努力。”张平文说。
“三天”难题的契机
20多年前与中国科学院大气物理研究所的一次项目合作，让从事计算数学的张平文，用学者而非普通市民的目光，对天气预报保持了长久而持续的兴趣。
契机出现在五年前。彼时，人工智能尚未像现在这样“飞入寻常百姓家”。然而，站在计算数学研究尖端的张平文已有一种预感，这个技术的发展会对应用数学产生极大的影响。作为可能性之一，他对天气预报最关注难题之一——“三天”预报得以解决的时机可能来了。
“三天”是什么概念？它又因何与机器学习有如此密切的联系？
被张平文团队定为研究目标的“三天”预报，主要涵盖0-72小时的天气预报。熟悉数值天气预报的人都清楚，在日常业务中，受限于数值模式输出的偏差，预报员需要在模式结果的基础上进行“后处理”。具体来说，预报员必须左手抓模式结果，右手拿观测数据，通过商量、研讨，用后者仔细地对前者进行人工订正，才能最终得出一个较优的预报结论。对于预报员来说，这个过程意味着工作量的“加码”。
然而，当我们把这张牌翻到另一面时却会发现，这是一个令数学家十分惊喜的存在——“如果要找出哪个领域是典型可以应用人工智能来做的，包括‘三天’在内的天气预报就是。”张平文说，它最对机器学习的“胃口”不过，既要应用计算数学（模式中描述大气运动的机理），又要应用统计学（观测数据），同时两者不仅是简单的结合，而是一种很深度的结合。
张平文看到了一种可能性：“三天”预报中的人工订正过程可以由机器学习完成，在某些情况下，它或许会完成得更好。
当MOS遇上机器学习
张平文不是第一个提出这个概念的人。
用计算机来解决“三天”预报订正问题，早在20年前已有国外学者提出。此后，科学家们规划了不同的道路，都希望能够抵达那个终点。尽管一些方法取得了明显成果，但截至目前，基本都遭遇了“天花板”。其中，最著名、应用最多的是模式输出统计（MOS）方法。
MOS中的“S”代表统计，它通过使用模型预报变量和先前的观测数据作为预报因子，使用多个线性回归来改进特定地点的预报。在2002年冬季奥林匹克运动会期间，MOS大放光彩，它被证明与奥林匹克预报小组的人工预报同样或更加熟练。
然而，MOS仍然没法完全解决“三天”问题。它只考虑一个空间点的校正，没有考虑网格的时空结构。一方面，这与过去计算能力与数据获取手段的局限有关，另一方面，非常重要的一点是它与算法本身的局限性有关。
今天，当 MOS遇上机器学习，后者自身条件和所处外部环境均已大为不同——当今社会计算能力极大提高，数据获取成本低、时效快，更重要的是，机器学习自身出现了爆发式发展。“单纯从算法角度来比较，虽然目前机器学习仍然存在很多待解决的问题，但已经在统计的基础上向前跨了一大步。”张平文说，机器学习是一个非常偏工程的做法，不光吸收了很多统计学知识，也吸收了很多优化、计算数学等知识，把数值模式（物理机制）和机器学习（数据驱动）深入地结合起来，打破了MOS预报的局限性，所以它处理问题可以说比统计方法既广且精。
“虽然概念看似还是那个概念，但因为条件已今非昔比，所以走的路就大不一样。”张平文认为，“尽管目前不好说是否一定能做好这个事情，但可以确定的是，用机器学习来解决‘三天’问题的可能性，比以前增加了很多。”
量身定制天气预报专属算法
路子定下来了，但问题的解决并非易事。
在张平文看来，对于专业人士来说，机器学习算法设计本身不难，难就难在为天气预报量身定制一套专属算法。
在大数据领域，最重要的一个概念就是“特征”。什么叫特征？比如数值天气预报，可用来同化的数据量非常大，但计算能力是有限的，不可能什么数据都让它们进去；另一方面，有些数据即便进去，也不一定对改善预报结论有作用。
为解决这个问题，首先，在数据的海洋里，科学家需要筛选出哪些数据是特别重要的，随后，通过确定出那部分“真正有用的东西”，科学家可以把原始数据信息进行压缩，进而顺利完成计算，这个过程就叫做特征工程。
同理，应用机器学习来解决“三天”问题，特征工程同样是一个绕不开的问题。
“实际上，基本上所有大数据领域里特征工程都很重要，但针对不同问题时做法很不一样。具体到天气预报，需要对这一领域的知识非常了解，把数据结构理好、把数据特征写好，才能真正做到有效果。我觉得这是最难的。”张平文说。
因此，张平文团队为“三天”长期目标的最终解决设计了一个短期目标来验证效果——解决2022年北京冬奥会赛场天气预报难题。
一个绝佳的“试金石”
为什么选择冬奥会赛场天气预报作为“试金石”？
2022年冬奥会赛场众多，分散于北京延庆、河北张家口的多处山头。“山上的天气预报非常难报，为什么呢？因为数值模式算出来的东西，用计算数学的术语来说是一种低频的信息。这源于数值模式网格的尺度特别大，即便从最开始的上百公里起一直在努力让网格缩小，到现在也只做到几公里左右。”张平文说，在山区，只有几百米甚至几十米距离的山前和山后，可能出现极为不同的天气状况。一方面，依靠低频信息无法把这种天气状况预报出来；另一方面，预报员又必须把它报得很精准，因为冬奥会许多赛事都对天气有很高的要求。一般的做法是在这些赛场周围增加观测点，但怎么用又是个问题。因此，出现了一个冬奥会对精准预报高要求下模式预报的困境。
从科学上说，破解此困境与解决“三天”问题的方向是一致的。
在服务冬奥会的共同目标下，北京大学、中国科学院大气物理研究所、北京市气象局三家单位联合成立气象大数据实验室。三家单位各有所长，分别负责模型和算法设计，数据特征工程，数据提供和应用测试，并由张平文作为实验室主任负责牵头推进。目前，第一阶段的成果已于近期发表在《大气科学进展》上。结果证实，机器学习做出来的东西比过去用MOS做出来的东西有了大大提高。
“从数据来说，对比既用数值模式又用MOS的‘1+1’组合，机器学习仍然取得了10%的提高，这很不容易。”张平文说。
成功迈出了第一步，未来尚有进一步提高的空间。张平文介绍，第一阶段研究中只使用了一个气象观测站的数据量，包含的只有时间维度的高频信息，没有空间维度的高频信息。目前，张平文团队正在做多个站点的相关研究，这也将填补之前缺失的空间维度高频信息。
“再往远处看，我们希望能做出一套智能会商系统，最终实现智能化天气预报会商，让预报员从‘三天’预报中的商量、研讨中解放出来。”张平文说，“还是那句话，这很难，但我们看到了这种可能性。”
閱讀更多 中國氣象局 的文章
