在當前各個領域都在試圖利用人工智能,機器學習,數(shù)據(jù)挖掘技術拓展業(yè)務的背景下,《智能氣候預測技術及系統(tǒng)研發(fā)》簡明扼要地介紹了這一學科的基礎知識,嘗試將人工智能與氣候預測相結合,系統(tǒng)性的構建智能氣候預測技術體系,即以大數(shù)據(jù)應用為前提,在通過機器學習和常規(guī)方法進行客觀定量預測的基礎上智能評估,繼而動態(tài)推薦預測結果。并以此技術體系為架構,詳細介紹了《智能氣候預測技術及系統(tǒng)研發(fā)》作者自主開發(fā)的智能氣候預測系統(tǒng)的業(yè)務流程、技術特點、數(shù)據(jù)庫設計以及系統(tǒng)每個功能模塊的設計思路和使用說明。
《智能氣候預測技術及系統(tǒng)研發(fā)》特色鮮明,內容易讀易學。
《智能氣候預測技術及系統(tǒng)研發(fā)》的出版,不僅會開拓氣候預測相關人員的思路、推動智能氣候預測的創(chuàng)新發(fā)展,也能提高氣象專業(yè)軟件公司的從業(yè)人員對氣候預測業(yè)務的理解,為各省開發(fā)操作更為便捷、預測更為準確、服務更為精準的智能氣候預測系統(tǒng)提供參考。更相信,重慶市氣象局的業(yè)務科研人員將更深入結合氣象大數(shù)據(jù)和人工智能開展研究型業(yè)務,做到百尺竿頭更進一步,提高重慶氣候預測服務的綜合能力,助力重慶推動高質量發(fā)展、創(chuàng)造高品質生活。
在信息化帶來的大數(shù)據(jù)時代,運用大數(shù)據(jù)推動經(jīng)濟發(fā)展、完善社會治理、提升政府服務和監(jiān)管能力正成為趨勢。由于氣象的發(fā)展早已融入經(jīng)濟、民生、防災減災等許多行業(yè)領域發(fā)展中,隨著現(xiàn)代信息技術快速發(fā)展,傳統(tǒng)的科技水平和業(yè)務能力越來越無法滿足日益增長的氣象服務需求,越來越不適應氣象業(yè)務現(xiàn)代化發(fā)展的要求。
從2018年以來,重慶市氣象局組建氣候預測智能技術研發(fā)團隊,開展了基于氣象大數(shù)據(jù)和智能技術的氣候異常診斷分析、氣候預測技術研發(fā)、系統(tǒng)與平臺建設、業(yè)務應用試驗等工作。氣候中心業(yè)務人員堅持以需求為牽引,把科技創(chuàng)新擺在核心位置,發(fā)展研究型業(yè)務,基于氣象大數(shù)據(jù)的應用,融合人工智能、氣候以及等多領域知識,梳理了氣候預測的智能化方案、構建了智能氣候預測技術體系和業(yè)務流程,自主開發(fā)了智能氣候預測系統(tǒng),目前已初顯成效:2018年1-12月獨立回報檢驗中,氣溫和降水的得分為88.5和85.3分,分別比發(fā)布預報高出4.2分和11.5分;2019年1-12月實際的業(yè)務應用中,氣溫和降水的得分為83.9和85.9分,分別比發(fā)布預報高7.1分和5.5分。
《智能氣候預測技術及系統(tǒng)研發(fā)》一書較為詳細地闡述了包括氣象大數(shù)據(jù)、原創(chuàng)的統(tǒng)計降尺度方法、機器學習算法、智能推薦算法以及智能預測業(yè)務流程在內的智能氣候預測的技術體系,詳盡介紹了作者自主開發(fā)的智能氣候預測系統(tǒng)及數(shù)據(jù)庫的設計思路、功能架構及應用案例。我相信,該書的出版,不僅會開拓氣候預測相關人員的思路、推動智能氣候預測的創(chuàng)新發(fā)展,也能提高氣象專業(yè)軟件公司的從業(yè)人員對氣候預測業(yè)務的理解,為各省開發(fā)操作更為便捷、預測更為準確、服務更為精準的智能氣候預測系統(tǒng)提供參考。我更相信,重慶市氣象局的業(yè)務科研人員將更深入結合氣象大數(shù)據(jù)和人工智能開展研究型業(yè)務,做到百尺竿頭更進一步,提高重慶氣候預測服務的綜合能力,助力重慶推動高質量發(fā)展、創(chuàng)造高品質生活。
序言
前言
第1章 智能氣候預測概念及說明
1.1 現(xiàn)狀及需求
1.2 人工智能的定義
1.3 人工智能在氣象上的應用
1.4 如何做智能氣候預測
1-4.1 氣候大數(shù)據(jù)
1.4.2 常規(guī)方法
1.4.3 機器學習算法
1.4.4 評估推薦
第2章 智能氣候預測系統(tǒng)設計
2.1 系統(tǒng)業(yè)務流程
2.2 系統(tǒng)總體功能結構
2.3 系統(tǒng)配置與管理
2.4 系統(tǒng)數(shù)據(jù)結構
2.5 系統(tǒng)主要功能
2.6 系統(tǒng)主要技術特點
2.7 系統(tǒng)通用說明
2.8 系統(tǒng)界面說明
第3章 智能氣候預測數(shù)據(jù)庫
3.1 設計策略
3.2 主要數(shù)據(jù)對象清單
3.3 主要數(shù)據(jù)表結構說明(節(jié)選)
3.3.1 臺站
3.3.2 地面氣象資料
3.3.3 環(huán)流指數(shù)
3.3.4 日再分析資料
3.3.5 月再分析資料
3.3.6 模式預測產(chǎn)品
3.3.7 地面氣象要素統(tǒng)計表
3.3.8 趨勢預測
3.3.9 趨勢得分
3.3.10 模式與對象相關信息
3.4 主要函數(shù)、存儲過程(節(jié)選)
3.4.1 地面氣象要素統(tǒng)計
3.4.2 環(huán)流指數(shù)統(tǒng)計
3.4.3 月再分析資料統(tǒng)計
3.4.4 持續(xù)日數(shù)統(tǒng)計
3.4.5 格點相似度統(tǒng)計
3.4.6 MJO的降水影響統(tǒng)計
3.4.7 指數(shù)與預測對象相關統(tǒng)計
3.4.8 旱澇轉折
3.4.9 指數(shù)預測趨勢
3.4.10 多場融合相似
3.5 數(shù)據(jù)預處理
3.5.1 數(shù)據(jù)處理
3.5.2 數(shù)據(jù)統(tǒng)計
3.5.3 數(shù)據(jù)可視化
3.5.4 客觀化預測
3.6 數(shù)據(jù)圖形編輯
……
第4章 智能氣候預測系統(tǒng)主體
第5章 智能氣候預測系統(tǒng)的繪圖及檢驗