機器學習在強對流監測預報中的應用進展*

周康輝 鄭永光 韓 雷 董萬勝

1 國家氣象中心，北京 100081 2 中國海洋大學信息科學與工程學院，青島 266100 3 中國氣象科學研究院，北京 100081

提 要： 近年來，機器學習理論和方法應用蓬勃發展，已在強對流天氣監測和預報中廣泛應用。各類機器學習算法，包括傳統機器學習算法(如隨機森林、決策樹、支持向量機、神經網絡等)和深度學習方法，已在強對流監測、短時臨近預報、短期預報領域發揮了積極的重要作用，其應用效果往往明顯優于依靠統計特征或者主觀經驗積累的傳統方法。機器學習方法能夠更有效提取高時空分辨率的中小尺度觀測數據的強對流特征，為強對流監測提供更全面、更強大的自動識別和追蹤能力；能夠有效綜合應用多源觀測數據、分析數據和數值預報模式數據，為強對流臨近預報預警提取更多有效信息；能夠有效對數值模式預報進行釋用和后處理，提升全球數值模式、高分辨率區域數值模式在強對流天氣預報上的應用效果。最后，給出了目前機器學習方法應用中存在的問題和未來工作展望。

引 言

人工智能的迅速發展將深刻改變人類社會生活，改變世界。機器學習屬于人工智能范疇，是人工智能領域的一個重要分支，主要研究對象是如何在經驗學習中改善具體算法的性能。自1956年達特茅斯會議上，機器學習(machine learning)的概念被首次提出以來，成為數學、計算機科學、神經科學等多學科的活躍研究方向(萬赟，2016)，其算法也被廣泛應用到大氣、海洋等眾多學科領域。……