新聞資訊 > 象輯首推企業級智能網格預報,助商業氣象邁上新臺階
                                                                          象輯首推企業級智能網格預報,助商業氣象邁上新臺階
                                                                          2020-07-08

                                                                          天氣預報:從“指定位置”到“任意位置”

                                                                                 “北京,晴,16°C到25°C;哈爾濱,多云,10°C到18°C;沈陽……”耳熟能詳的傳統城鎮天氣預報,其預報對象是全國三千多個區縣級城市。而在移動智能互聯時代,“指定位置”預報動輒幾十公里的定位誤差,很難滿足用戶對精準定位和精準預報的需求。 要想實現從“指定位置”到“任意位置”的天氣預報,對氣象觀測精細化程度,數據采集傳輸速度、高性能計算能力都提出了新的挑戰,傳統天氣預報迫切需要高科技賦能。 由此,近年來,在數值天氣預報基礎上,應用AI、大數據、云計算技術的“智能網格預報”應運而生。

                                                                                 所謂“網格”預報,就是以定量的客觀預報模型輸出的格點預報為基礎的天氣預報。隨著氣象衛星的發展和信息技術的有力支撐,數值天氣預報的分辨率和準確性持續提升。目前國際上較為先進的全球數值天氣預報模式的分辨率在5-15公里左右,例如美國國家大氣海洋管理局的FV3模式是13公里,歐洲中期數值預報中心是9公里。

                                                                          然而數值天氣預報不是萬能。

                                                                          一是更小尺度的天氣現象如湍流等,其科學機理還不清楚,預報分辨率的進一度提升,必須要“智能”加持;

                                                                          二是模式預報存在“軟肋”:地形復雜的地區,氣溫、濕度、風速、風向、降水等要素預報誤差較大,也需要“智能”出馬。

                                                                          象輯:國內首發企業級智能網格預報

                                                                                 2019年,象輯科技憑借其在AI技術提升預報準確率方面5年的積累,開發出了國內首個企業級智能網格預報HIGF,并成功應用于新能源、智慧農業等領域的氣象服務中,有效提升了氣象服務的效益。
                                                                                 象輯采用了機器學習與數值模式雙預報引擎,通過將機器學習的神經網絡層和數值模式中的物理過程層相互嵌套,自主研發了一套針對氣象多要素和多災害的高分辨率、高精準度的智能網格預報產品。

                                                                          通過人工智能技術,象輯主要從三個方面對數值天氣預報結果進行了提升:

                                                                          一是讓天氣演變的“動畫”時間和空間分辨率更加細膩;

                                                                          二是讓不斷發生的天氣實況和數值模式“劇本”無縫銜接;

                                                                          三是針對準確度需求“獨家定制”自適應的模型復雜度。

                                                                                 “象輯的模式團隊脫胎于新能源領域比較知名的兩家技術公司——遠景能源和北方大賢,團隊成員從2011年就開始大規模跑WRF模式,對WRF本身的流程和參數化有豐富的項目經驗。從2014年開始,越來越多的機器學習模型被運用到象輯的預報模型中,從最開始的利用機器學習模型優化參數化方案,基于觀測數據分析與修正模型預報結論,到后來的利用機器學習模型替換部分要素模型,再到現在的機器學習的神經網絡層和物理過程層相互嵌套的雙引擎模式,這5年我們不停自我革命,深刻體會到,在模式之外,預報準確率的提升還大有可為。”象輯AI研究院負責人鄭昕介紹。
                                                                          圖為在EWEA與DTU的聯合雙盲實驗(場址風)中,象輯持續優化的預報模型(6號模型)總分位居全球第三。
                                                                           
                                                                                 智能網格預報“公眾級”產品最常見的形態,就是智能手機上根據定位推送的預報,那么所謂的“企業級”智能網格預報有哪些不同呢?

                                                                                 HIGF產品負責人段靜鑫認為,主要體現在三個方面:

                                                                                 一是象輯按照企業級用戶的需求,根據不同區域、季節和要素預報,做了針對性的優化;

                                                                                 二是通過與企業客戶的戰略合作,獲得了多個行業領域的觀測數據,產品也是前期積累數據紅利的持續釋放;

                                                                                 三是企業級用戶對準確率、穩定性的要求更高。

                                                                                 “大部分市面上普遍公開的數值模式產品,系統性誤差很大,尤其是西部地區,比如我們中化MAP項目全程農業種植服務的農場主關注新疆區域,我們就想能不能把這塊提升一下。”作為一位畢業就投身象輯的“90后”氣象學子,段靜鑫自豪地展示了HIGF全國5公里的地面溫度預報圖,其中對新疆大地形區域有細膩的描述,“準確率是最能體現產品價值的點,必須要精細又準確,才能刻畫出這樣的效果”。
                                                                           
                                                                          圖為象輯智能網格預報HIGF全國5km分辨率小時級溫度預報(2020年05月11日09時)。

                                                                                 ”HIGF模型中的定量降水預報,同化了衛星、雷達、無線微波測雨等遙感觀測數據,并與常用的水利模型相結合之后,可以產生很不錯的效果,如果后續形成好的雨洪或內澇產品,我們會聯合在行業里推廣。”河海大學水文水資源學院的楊濤院長,同樣對HIGF未來的應用充滿期待。

                                                                           

                                                                          為世界氣象產業貢獻“中國智慧”,為中國經濟提供“氣象支撐”

                                                                                 從全球氣象服務市場發展趨勢來看,基于開源的數值模式研發自己的預報系統是氣象產業發展到一定階段的必然。這說明氣象公司逐漸從單一的加工和服務,轉向具有科研能力,具有從觀測數據到預報產品完整產業鏈的方向發展。

                                                                                 美國松下氣象事業部于2016年發布了基于美國全球模式GFS的全球天氣預報系統PWS,IBM公司于2019年初發布了基于GPU計算集群的全球預報系統GRAF。從技術路線上看,如果說松下預報系統PWS的特色是獨家機載氣象觀測數據TAMDAR,IBM的GRAF系統的王牌是全球非結構化網格數值模式,那么象輯的布局主要在后端,其殺手锏是AI技術和氣象的結合。

                                                                                 象輯充分發揮企業在科技創新的主體作用,借它山之石以攻玉——把圖像技術、視頻技術、專家系統等應用于醫療診斷平臺,無人駕駛領域等方面的AI技術,創新應用到天氣預報上,用一個個工程學上的“微創新”,不斷調整優化HIGF的數據產品。
                                                                          圖為象輯智能網格預報HIGF對臺灣中央山脈的風場模擬考慮了海洋、地形、植被、城市等要素。
                                                                                 除了使用機器學習提升數值預報的可用性之外,在AI天氣預報方面象輯還在布更大的局:象輯構建了一個龐大的深度網絡,嘗試直接用深度網絡去預報未來24小時的天氣,然后再將純機器學習的24小時預報和數值模式24小時的預報融合。

                                                                                 一方面,是國際上氣象服務產業全球化和市場一體化帶來的競爭,另一方面,是國內依靠科技創新驅動經濟轉型和高質量發展的剛需。

                                                                                 象輯作為國內氣象服務市場龍頭企業,希望中國也有氣象公司自主研發的企業級格點預報,同時推動國內有更多行業、更多領域、更多企業能夠用上更精細的氣象預報數據。

                                                                                 這是兩個最根本的宏愿吧,第一是覺得中國要有企業站出來做這個事,第二個是覺得中國企業要能用會用客觀預報。因為我們從事商業氣象服務有一個直觀的感覺,就是商業氣象服務的價值取決于用戶怎么去使用它。所以我們也是希望通過推出這些定量產品來降低用戶使用天氣的門檻,更重要的是讓預報可以有更多機會被大家批評指正,然后再來優化。”象輯CEO邱珩在被問到為什么要投入HIGF時說道。
                                                                           
                                                                          初心和使命:當“后浪”遇到“藍海”
                                                                                 象輯創始于2014年,擁有AI智能預報、GAVIAL氣象大數據云平臺、QUICK EARTH氣象可視化引擎等核心技術,為電力、交通、水利、海洋、環保等行業提供氣象解決方案,目前智能網格預報產品也可以在象輯自主推出的數據分發平臺-高分天氣上使用。

                                                                                 “成立以來,憑借資本對商業氣象服務藍海市場的期待,象輯吸金表現不俗,先后進行了五輪融資,整體融資金額達到數億元。然而做數值模式燒錢,模式+AI則是燒錢的平方。

                                                                                 拋去我們整個HIGF團隊9個人的開銷不算,我們每年不包含客制項目,單為HIGF跑基底數據的運算成本就要800多萬,而且這還是在充分借鑒同行經驗,利用與云廠商戰略合作等各種方式把單核的效率、機器跟機器之間的比價做到極限的基礎上。”象輯AI研究院負責人鄭昕博士坦言。

                                                                                 2B氣象服務技術密集、資本密集的屬性,決定了它的高門檻。這里玩家不多,賽道相對空曠,作為氣象行業為數不多的專注于2B氣象服務的公司,象輯選擇的是一條無人走過的路。

                                                                                 商業氣象服務的確是藍海,海有多深,深潛才知道。直接面向客戶,帶來更大的價值感和成就感,同時也意味著直面天氣預報中的不確定性和挑戰。

                                                                                 對于象輯來說,推出HIGF 產品,是其成立5年來專注做AI智能預報的一個里程碑式的成果,也是對未來繼續通過科技創新,挖掘氣象服務社會價值的巨大鼓勵。
                                                                                 “我們希望的是能夠填補一個行業空白,拋開商業層面來說,團隊每個人都是有理想、想要創造價值的人,我們的工作很令人振奮。”象輯HIGF負責人段靜鑫說。
                                                                          圖為“90后”的象輯氣象人段靜鑫,“后浪”已成長為商業氣象研發骨干。
                                                                                 近年來,氣象公司、高校和政府氣象部門積極開展合作,氣象產業生態不斷優化。
                                                                                 邱珩對未來的發展充滿信心:“象輯一路走來,得到了中國氣象局國家氣象中心、信息中心、華風集團、南京信息工程大學以及各省區市政府氣象部門的大力幫助。作為一家年輕的公司,象輯是氣象行業的“后浪”,也希望更多年輕人加入到我們的隊伍中來。”
                                                                           

                                                                           

                                                                           

                                                                          久久天天躁狠狠躁夜夜躁2020