人工智能方法在气象领域的应用综述

摘要

气象预测是人工智能技术应用的重要领域。人工智能方法在捕捉和分析气象系统复杂动态模式方面展现出巨大潜力，为气象预测业务带来新的契机和挑战。随机森林、XGBoost和支持向量机等传统的机器学习算法在某些方面比传统方法性能佳，但存在一定局限性。深度学习模型凭借强大的特征提取和模式识别能力，在分析和预测气象变量方面表现出色，尤其是神经网络、卷积神经网络和循环神经网络等。盘古、伏羲和GraphCAST等大模型在提高预测准确性方面潜力巨大。通过对传统机器学习算法、神经网络、卷积神经网络、循环神经网络以及大模型的综述，阐述了人工智能方法在气象领域的应用，指出未来需要关注的研究方向，包括模型优化、算法改进、提高数据质量和多样性，以及跨学科融合等。

关键词

人工智能 / 气象预测 / 神经网络 / 气象大模型

基金资助

基于人工智能方法的新疆次季节网格预测平台(QHCX-2023-06); 基于深度学习的新疆月尺度气温预测(YD202205); 西昆仑山主要针叶树种对极端气候变化的响应(Sqj202205)