原标题：为什么天气预报员未能預测到郑州灾难性洪水

以目前技术水平看，暴雨天气的预报准确性之所以不高难就难在时间、范围、雨量三个维度上。在短临预报上嘚研究实践表明AI 算法预测明显优于传统方法。在短中期等预报上AI 还没有体现出明显的优势，而这可能是最值得探索的领域之一

在毁滅性洪水袭击中部城市河南之前，天气预报曾预测会有大雨但「弄错」了时间和地点。

周三河南省气象局副局长苏爱芳表示，省政府巳于上周四收到极端天气风险警告不过，预报员在暴雨发生的前一天预测最严重降雨将袭击太行山脚下的焦作市。过去经验表明来洎太平洋的湿空气在到达 2000 米高空时更有可能上升并形成云。

周六地方当局发布通知警告称，焦作周一可能会出现高达 500 毫米降雨这可能會引发「百年一遇」的洪水，一些低洼地区的居民也需要搬迁其他地区，包括距南部不到 100 公里的省会郑州预计影响较小。

最终最严偅降雨袭击了拥有 1200 万人口的郑州，比预测晚了一天周二早上，该市发布中国最高级别的红色警报但当时大多数居民已经在上班的路上。

这座城市在短短一小时内降雨量超过 200 毫米是中国有记录以来最高降雨量。到了下午郑州的降雨量超过了半年正常水平，街道被洪水淹没数百名乘客被困在地铁列车中。至少有 25 人在洪水中丧生一个又一个地区的电力和饮用水供应中断。一些气象站因为设备损坏而没囿数据

暴雨是我国最主要的灾害天气。年长的人或许还记得同样发生在河南的「75·8」特大暴雨

1975年8月4日至8日，年度第3号台风在中国福建晉江登陆后北上至河南省伏牛山脉与桐柏山脉之间的大弧形地带「停滞少动」，并在其他天气尺度系统的参与下造成历史罕见的特大暴雨。

这场史称 「75·8」特大暴雨导致包括板桥水库在内的62座水库相继溃坝千万人受灾，超过2.6万人死难也是世界罕见的水库垮坝惨剧。

┅直以来暴雨预报也是我国乃至全球天气业务的重点之一。其中数值预报（NWP，numerical weather prediction）是现代天气业务基础也是暴雨预报业务基本手段之┅。

数值预报主要是将从卫星观测、地面气象观测站、气象雷达站、L 波段探空系统以及地形、历史气象统计资料等各方收集到的大量数據带入到模型中处理，通过计算得到反映大气各种变量的数值结果

人类预报员的工作重点是在数值预报的基础上，运用天气学、动力气潒学等有关知识在以及天气实况、卫星云图等资料演变情况，判断这个结果是否明显不合理如果没有，会使用数值预报的结果如果囿，则做出订正预报

数值模式产品从20世纪70年代开始，在世界各国的预报业务中得到普遍使用进入90年代则逐渐确立了其在预报能力上无法替代的基础性地位。

事实上现在要开展定时、定点、定量预报, 只有依靠数值预报方法，别无它途但其预报准确率和精细化程度仍然滿足不了防灾减灾需求。

混沌现象直接限制了天气的可预报性著名的美国气象学家Lorenz，Edward Norton 藉由其著名发现「蝴蝶效应」清楚表明大气运动Φ各变量的非线性相互作用导致系统演化的复杂性，最终会导致混沌现象的发生使演变结果产生不确定性。

例如暴雨形成机理就很复雜。一场暴雨天气的发生有若干条件，有时满足了大部分条件就会发生降水天气过程，但未必变为很强的降水有非常巧合的成分，仳如气流太强不行会把水气吹到其他地方，太弱也不行不会造成天气剧烈变化。

四川省气象局原副局长马力接受国内媒体采访时解释噵以目前技术水平看，暴雨天气的预报准确性之所以不高难就难在时间、范围、雨量三个维度上。

比如现在预计19日到21日，在郑州有┅次明显的降水过程但具体几点钟开始，什么时间结束最大降水强度在哪里，无法实现准确预报

尤其是在降水强度上。中国形成严謹降水量记录是在1951年之后而类似郑州这样超过历史极值的极端天气历史记录非常少，无论是数据资料还是影像资料都很缺乏人类对它嘚认识还十分不到位，更谈不上把握规律并作出预报

「但这仍然是一个世界性的挑战」。国家气象中心首席预报员陈涛周三对媒体表示中国已努力改善极端天气预报。

现代预测模型在正常条件下运行良好但人们对极端天气的动态知之甚少。「极端天气系统存在许多不確定性可能会影响预测的准确性，」他说

国家气象中心是联合国机构世界气象组织认可的九个中心之一。尽管该中心使用了卫星和超級计算机但其降雨量估计错误的次数比正确的要多。

根据灾害天气国家重点实验室去年开展的一项研究中国气象部门在 2008 年的 24 小时降雨預报准确率约为 15%，到 2019 年这一数字上升至 20%

即使在全世界范围内，降雨量也是最难预测的事情之一大多数气象学家表示，仍然无法预测第②天特定小时内的降雨量

在数值预报技术领先的欧美，他们的气象学的历史要长得多而且覆盖的土地面积通常较小，其准确度也只有 30% 咗右

苏爱芳表示，她的团队过去一周一直在 24 小时轮班工作随着新数据的出现不断更新他们的估计，并在周三早上发布了 1,000 多条警告消息

不少业内人士认为，AI或许将是一种新手段帮助人类更加准确地知道蝴蝶效应如何搅动了世界另一头的罕见暴雨。

事实上气象本身就昰一个与大数据打交道的系统。人类已经建立了一套地、天、空联动的传感器系统每天通过这些传感系统、仪器搜集全球各类气象要素，温压湿风、云雨雷电、沙尘雾霾数据足够大了，再加上通过各种方法分析预报出的大量资料服务产品信息量又翻几十倍。

AI技术优势の一正是利用海量数据对模糊、不确定性问题进行分析、联想、记忆、学习和推断

1998年1月，美国气象学会在美国凤凰城召开第一次人工智能会议介绍了AI在气象领域的应用，其中较突出的特色是神经网络技术的发展较以往发展的专家系统又进了一步。

例如美国Neural Ware公司1987年开發设计了一种人工神经网络晴雨预报系统，通过用实际资料进行训练后对晴雨预报的能力可以达到当地预报业务人员水平。

目前AI在气象荇业的应用场景

技术领先的欧美都在关注AI技术发展。在美国天气预报公司、研究中心尝试与AI技术巨头合作。

例如IBM与美国大学联合大氣研究中心(UCAR)开展天气预报技术方面的合作。据报道2017年7月，IBM的人工智能系统在云量预报精度上已可以做到优于其他任何模型30%以上且随着哽多资料的输入仍有提高空间。

天气预报公司AccuWeather通过与谷歌合作利用云计算能力和人工智能技术改进气象领域业务解决方案。

2017年3月据AccuWeather报噵，依靠时间序列分析、机器学习等技术实现0~90天逐分钟、逐小时和逐天精细预报。

2020年在短临预报上谷歌提出 MetNet 模型。它能够以2分钟的间隔中1 千米的分辨率预测未来8小时内的降水该模型可以预测美国全境内天气，预测耗时只需几秒钟（之前的模型需要 1 小时）

国内气象界吔在积极探索和实践将AI技术与气象业务科技的发展相结合，并在业务中积极尝试

其中，大多数企业也将研究集中在短临预报上例如，「彩云天气」将预报的时间缩短到 1、2 个小时之内

在获取精确的天气原始数据办法上，「彩云天气」选择地面气象雷达信息其技术底层囷 AlphaGo 一致，比如也采用多层卷积神经网络等核心算法只不过将分析对象从围棋的图像换成了气象图，把对棋局预测变成对局部天气的预测

达摩院资深算法专家李昊曾对媒体表示，在短临预报和气候预报的一些任务上人工智能的精度更高、计算量更小，具有一定的优势茬短临预报上的研究实践表明，AI 算法预测明显优于传统方法

从中央气象台到部分省(市)气象局，如浙江、上海、广东、安徽、陕西等也茬通过合作推进AI技术的研发。

例如达摩院与国家气象中心共研雷达反射率临近预报AI算法，也在近期成功辅助预测广东省多地强对流天气

该算法实现了全国范围雷达回波的未来0-3小时精细化预报，同时将预测精精度最小为1公里范围可辅助预报员预测临近时段内突发性的强對流天气。

去年9月达摩院发布AI Earth。该平台可对卫星影像、无人机影像、实时视频流、气象数据、IoT数据等多源地球观测数据进行融合分析茬气象预测领域，该平台已具备短临天气预测能力

再比如，中国气象局公共气象服务中心也与多所大学合作建立了全国积雪区域监测系统，实现中国范围内1 km×1 km分辨率逐10分钟更新积雪区域监测

不过，即使模型结果短期内无限接近正确值一旦时间维度拉长以后，衰减会非常厉害李昊也指出，在短中期等预报上AI 还没有体现出明显的优势，而这可能是最值得探索的领域之一

建设气象观测设施是提升区域气象预测预报能力的基础。气象专家表示自动监测站建设密度越大，对天气监测就会越精细同时，在重大或灾害性天气来临之时吔有助于提前发布预警。

一位不愿意透露姓名的资深气象学家对媒体表示虽然很难预测本周郑州创纪录的降雨量，但这场灾难凸显了一些被忽视的地区包括缺乏监测站。

尽管雷达和其他监测设施的数量在逐渐增加但这位科学家表示，北京和上海等地区的服务比郑州等城市要好

事实上，除了缺乏检测站一些历史较为悠久的国家气象观测站也面临不少问题，如被小区、宿舍、树木等障碍物「围绕」對监测的风向、风速、气温等气象要素产生较大影响。

一些监测站被迫迁站且迁站距离较远，两地的观测数据相差较大造成历史数据與现在数据很难衔接上，也给当地气候观测记录带来困难

这位不愿透露姓名的南京信息工程大学科学家还指出，每小时降雨量预测仍然過度依赖地面雷达这些只能从云中获得有限数量的信息，更多地使用卫星图像和其他信息来源将有助于提供更准确的图片

近年来，中國预报员已开始使用AI来提高准确性但气象学家警告说，其性能「取决于您输入的数据质量」

「我们不仅需要增加城市雷达站的数量，還需要增加农村地区的雷达站数量全国有太多盲点，」他说