2020-03-12 10:14

如何准确地预报天气?

题图来自:IC photo。


这是中国收视率第二的电视节目——《天气预报》,每天在短短五分钟时间内播报未来 24 小时内全国天气趋势、气象预警,以及各大城市和部分海岛的天气和气温。


但即使你看了天气预报,出门还是可能被淋成落汤鸡。


天气预报是如何制作的?为什么你总觉得天气预报不准?


制作天气预报,需要依次搜集过去一段时间从地面到高空的气象数据。包括气温、气压、风向和风速、湿度、天气现象、云、能见度、日照、蒸发等。


中国有 2400 多个人工地面气象站,和 6 万多个覆盖了无人及恶劣地区的自动地面测站,每天定时观测并记录地面气象数据。探空气球和气象飞机,会深入云层,记录不同纵向尺度的高空气象数据。


另外,多普勒雷达,每隔六分钟发出的电磁波会对近地的水气浓度、底层云的水滴、冰晶进行扫描,计算水滴的大小及位置。气象卫星会时刻监测大气层顶端的气象状态,通过云层放出的红外光来测量云顶高度、云层厚度等信息。


全世界的探测设备构成了复杂的气象观测网络,能覆盖地球的每个角落。通过卫星广播,发给各地气象局。


中国的预报员会通过 MICAPS —— 气象信息综合分析处理系统,查看历史气象信息,进行气象预测。


不同高度的观测数据会被分别制成天气图,它记录了观测时刻各种气象要素和天气现象。同时还能反映短时间内气象变化信息,如过去 3h 内气压变化、过去 6h 内的天气、降水量等。


通过逐层气象要素的对比,可以得到天气系统的动力和热力性质。比如冷锋过境后,冷气团占据了原来暖气团所在的位置,就会产生降温。


将这些要素结合台风、高空低涡、副热带高压等天气系统的位置和影响范围,以及季风、环流、地球自转力等气象条件,就能分析整个天气形势。


有了基于天气学原理和人工经验分析的天气图,还要依靠超级计算机进行数值预报,才能掌握更精确的气象资料。


数值预报系统可以将空间切割成平面分辨率 10km x 10km、纵深 60 层的网格,每一格都是即时更新的独立数据块,由计算机通过大气动力学方程进行计算。更强的计算能力,意味着可以处理更多更小的网格,从而提升预报精度。


近年来,国家气象中心的 GRAPES_MESO 中尺度数值预报系统已经将分辨率提升到了 3km x 3km。


在 MICAPS 系统的辅助下,每个预报员都会制作一份依据天气图、数值预报结论的当地天气预报。


这种基于个人经验和数值计算的预测结果还需经过各级气象部门的会商,层层汇总讨论之后,最终由中央气象台制作出全国 24 小时短期天气预报,在新闻联播结束后播放。


但是突如其来的暴雨总是不会缺席。


天气系统是个混沌体系,云团随时可能在你头顶爆发,带来一场只覆盖你家小区的暴雨后悄然离去,即使中央气象台最高时效的三小时天气预报,在雨季也很难让你知道什么时候能出门


其实,你最关心的,无非是几分钟后雨会不会停的精确预报。那么怎样才能满足这种预报需求?


这就需要一个可以达到分钟级更新的数据来源。最合适的就是每隔 6 分钟更新一次的气象雷达,雷达扫描云层,投影在地图上,可以直观地反映你头顶是不是在下雨。


但是雷达中还存在大量干扰性信息,比如尘埃和折射率分布不均匀的空气,都可能被误判为降雨。


不结合天气图、卫星云图和人力的辅助判断,很难排除这些干扰信息,怎么办?


首先,通过人力将大量历史图像中的杂波标记出来,构造一个分类训练数据集,训练人工智能分辨并消除这些杂波。


现在我们就能获得相对准确的雷达图历史数据,接下来, 还要使用人工智能。


以彩云天气为例,他们用过去五年的降雨数据构建了含有上千万张雷达图的训练用数据集,而这次训练的目的是让人工智能逐分钟预估下一帧的雷达图像。


通过训练,人工智能降雨率预报准确率相比传统方法提升了 80 %,打开软件,你就能看到精确到分钟的下次降雨预报。出现误报的话用户也可以即时反馈,准确率会在每一次预测之中不断提升


可以说,这种分钟级的降雨预报对普通人的出行、生活更有实用意义,而且相比电视上一天一次的天气预报,你也不用担心会有阿猫阿狗突然出现干扰预测结果。

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定

相关推荐