文献类型：期刊文章

作　　者：嵇磊[1] 王在文[1] 陈敏[1] 范水勇[1] 王迎春[1,2] 沈志远[3]

JI Lei;WANG Zaiwen;CHEN Min;FAN Shuiyong;WANG Yingchun;SHEN Zhiyuan(Institute of Urban Meteorology (IUM),Beijing 100089,China;Beijing Meteorological Service,Beijing 100089,China;Sinovation Ventures AI Institute,Beijing 100080,China)

机构地区：[1]北京城市气象研究院,北京100089 [2]北京市气象局,北京100089 [3]创新工场人工智能工程院,北京100080

出　　处：《气象学报》

基　　金：国家重点研发计划专项(2018YFC1506801);国家自然科学基金项目(41505117);中央级公益性科研院所基本科研业务费专项(IUMKY201904)

年　　份：2019

卷　　号：77

期　　号：5

起止页码：960-964

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：2018年8月,北京城市气象研究院与创新工场等公司联合举办了“天气预报”竞赛(WFC)——这是一项面向全球的人工智能(AI)挑战赛,旨在通过发挥AI技术的优势提高天气预报水平。全球有超过1000支队伍参加本次WFC竞赛,约250支队伍完成了实时天气预报赛程。最终,决赛排名前5的队伍获得了奖励。竞赛结果表明:多AI模型集合方法显著提高了2 m气温、2 m相对湿度和10 m风速的预报水平。与北京城市气象研究院在业务中应用的相似集合预报方法相比,基于时间序列分析、梯度提升树、深度概率预测等AI模型构建的集合预报方法,显著提升了2 m气温预报的准确率,前2名队伍在决赛期间的预报准确率分别提升24.2%和17.0%。同时,合理的数据处理技术和AI模型集合框架对预报效果的提升具有重要的作用。

关 键 词：人工智能(AI)  天气预报  地面气象要素 AI集合气象模型  

分 类 号：P45[大气科学类]