[读懂科学]预报的眼与耳：支撑人工智能的观测数据力量

即便人工智能（AI）能够预测天空，最终“看天空”的仍然是传感器的眼睛。决定预报准确度的真正变量，与其说是AI的计算能力，不如说是数据的质量和观测基础设施的精密程度。

基于AI的预报模型NowAlpha使用全国10部气象雷达的数据。雷达以过去2小时的降水观测为输入，每10分钟为一个时间间隔，预测未来6小时内的降水强度。

全国约700个自动气象观测站（AWS）与AI的网格结构并不吻合，需要经过校正处理。气象厅表示，“AI预报主要依托雷达和卫星等遥感资料运行”。

View original image

支撑AI“大脑”的，是看不见的质量控制（QC）系统。去除观测值中的噪音、统一不同资料的时间间隔和坐标系，这些过程共同支撑着AI预报的可信度。

气象厅通报官 Woo Jingyu 称：“AI预报是一个必须同时处理雷达、卫星、海洋资料等不同属性数据的复杂系统。与其说担心某一份资料中的小误差，不如说关键在于能否高精度地将它们融合，并在质量控制阶段尽可能减小误差。”

他解释说：“AI预报模型虽然运算很快，但要确保预报的稳定性和一致性，前提是输入资料的物理一致性必须得到保障。为此，气象厅正在强化去除非气象回波（地形反射、海浪、箔条干扰、电波干扰等）、辐射校正、卫星定位验证等一系列质量控制程序。”

据气象厅介绍，雷达资料通过分析双偏振雷达的反射率、差分反射率、交叉相关系数等观测变量，过滤掉非气象信号。卫星资料则利用太阳观测（可见光通道）和内部黑体（红外通道）进行辐射校正，并通过对地球周边各区域的观测残差（误差）来验证位置校正性能。在这一过程中产生的噪音水平和坐标误差会被记录为质量指标（QI），并在AI学习资料中自动过滤。

国立气象科学院将其称为“给AI之眼擦拭的24小时维护系统”。只有保持观测资料的物理一致性，AI才能在不带预报偏差的前提下进行学习。

View original image

无论AI预报模型如何发展，如果缺乏足够精细的输入数据，局限性依然十分明显。为弥补这一点，气象厅正在同步推进观测基础设施高端化项目。

据学界和气象业界专家介绍，2026年将发射“千里眼2C·2D”卫星，把可见光和红外线的分辨率提升2倍，并扩大用于监测局地降水的小型气象雷达网络。为填补山区和城市中的观测盲区，将引入基于AI的无人机观测网络；在海洋上，也将增加搭载实时传感器的浮标数量。

一位天气应用行业相关人士表示：“公共数据质量越高，民间预报服务的准确度也会同步提升。AI预报的可信度，归根结底取决于能否把数据‘干干净净’地接收和记录下来。”

必读新闻

“月薪150万不如去美国年入5亿” 首尔大·KAIST人才纷纷收拾行囊 [科学家正在消失]①

• “无药可治却扩散加速”……已致105人死亡恐慌蔓延，美国人亦被感染
• “还不如直接买股票”…挂名ETF，实则“半导体重仓”成短线游乐场
• 首次曝光“Jo Jinwoong 少年犯前科”的记者被判未违反少年法
• 不再用“国会议员”头像改成“木匠”形象…Ryu Hojung：“身材写真这事可干不了第二回”

如果说AI是预报的大脑，那么观测就是它的感官。当AI在计算未来之时，成千上万的传感器和质量控制系统在托举着这些预测的可信度。把天空看得更清楚，把数据打磨得更干净，才是通往“不会出错的预报”最现实的道路。

版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。