7月13日傍晚，重庆市中西部及东北部地区出现强降水天气过程，局地伴有8级以上阵性大风，这已经是今年7月以来重庆地区的第4场强降水过程。而此次过程早已被重庆人工智能（AI）智能临近预报模型（以下简称“智能预报模型”）精准捕捉。

智能预报模型可实现每6分钟滚动更新，对短时强降水等强对流天气的最大预报提前量达到60分钟以上。本次预报服务中，市气象台短临预报员参考智能预报模型的客观预报结果，对强对流的发生发展进行了准确监测和及时预警，共发布5次2小时气象警报，短时强降水平均预警提前量为52.3分钟；主动与区县气象台开展48次电话会商叫应，顺利完成了这次强对流天气过程的预警服务工作。

如此精准高效预报的背后是智能预报模型所用的深度学习算法，它能够在海量历史雷达资料中提取雷达回波的演变特征及强对流天气的发生发展规律，由此建立的预报模型在一定程度上可预报出强对流天气的生消特征。

早在2018年，市气象局就与百度公司合作，基于2008—2018年天气雷达数据集和其他实况资料，结合市气象台研发的冰雹大风自动标识技术和基于模糊逻辑的闪电事件分级技术，采用卷积核可变形门控循环单元（TrajGRU），初步建立了智能预报模型，并将以上技术应用于强对流天气临近预报业务。智能预报模型对降水、雷暴大风、冰雹和雷电均是每6分钟更新一次，每次输出0~2小时内12个逐10分钟降水预报产品和20个逐6分钟雷暴大风、冰雹及雷电预报产品。

与中国气象局短临预报业务系统（SWAN）的产品相比，雷达回波智能预报能力随时间减弱的速度低于传统外推方法，对长时效雷达回波预报能力明显提升，降水智能预报水平相比SWAN降水预报有了一定程度的提高，但对强降水的预报能力仍需进一步提升。对重庆2018年发生的10次暴雨天气过程的检验表明，以7毫米/小时雨强为阈值，深度学习的1小时临近预报临界成功指数（CSI）为0.16，而SWAN为0.04。通过对AI模型2019年2—10月运行期间的产品进行强对流分类预报检验还发现，根据最大提前量检验指标，AI产品对预警提前量的提高具有很好的参考意义。通过检验也进一步明确了AI技术在分类强对流天气预报中的改进方向：对于降水，尤其应提高强降水的预报能力；对于雷暴大风与冰雹，则更需要考虑消空，降低虚警率。

目前，市气象台已经建立了重庆市强对流天气深度学习训练集、西南低涡强降水样本数据集；市气候中心在智能气候业务中也实现了基于地形插值算法和多源数据融合的气候监测分析，晴雨、最高气温和最低气温预报技巧位列全国前茅。在前期开展AI技术研发及业务应用的基础上，市气象部门将基于气象卫星、天气雷达和地面雨量计等多源融合资料，探索构建强风暴初生AI识别模型，帮助预报员从大量初生云团中提前识别出后期可能强烈发展的风暴；探索构建基于注意力机制的气象要素中短期预报及短时临近预报模型，进一步提高气象要素预报精准度；与水文部门一起，探索开展流域重点断面动态流量预测机器学习模型，提升中小河流洪水风险预警提前量和准确率。

（作者：李俊 张勇 责任编辑：张林）