嵇磊, 王在文, 陈敏, 范水勇, 王迎春, 沈志远. 2019: 人工智能技术能否提高地面气温预报的精度——记AI Challenger 2018全球天气预报挑战赛. 气象学报, 77(5): 960-964. DOI: 10.11676/qxxb2019.070
引用本文: 嵇磊, 王在文, 陈敏, 范水勇, 王迎春, 沈志远. 2019: 人工智能技术能否提高地面气温预报的精度——记AI Challenger 2018全球天气预报挑战赛. 气象学报, 77(5): 960-964. DOI: 10.11676/qxxb2019.070
Lei JI, Zaiwen WANG, Min CHEN, Shuiyong FAN, Yingchun WANG, Zhiyuan SHEN. 2019: How much can AI techniques improve surface air temperature forecast: A report from AI Challenger 2018 Global Weather Forecast Contest. Acta Meteorologica Sinica, 77(5): 960-964. DOI: 10.11676/qxxb2019.070
Citation: Lei JI, Zaiwen WANG, Min CHEN, Shuiyong FAN, Yingchun WANG, Zhiyuan SHEN. 2019: How much can AI techniques improve surface air temperature forecast: A report from AI Challenger 2018 Global Weather Forecast Contest. Acta Meteorologica Sinica, 77(5): 960-964. DOI: 10.11676/qxxb2019.070

人工智能技术能否提高地面气温预报的精度——记AI Challenger 2018全球天气预报挑战赛

How much can AI techniques improve surface air temperature forecast: A report from AI Challenger 2018 Global Weather Forecast Contest

  • 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。

     

/

返回文章
返回