华东空管局借助人工智能实现气象预报精细化｜案例研究

华东空管局隶属于民航空管局，负责贯彻执行有关法律法规和民航局颁布的涉及空中交通管制、空域管理、航空飞行保障等相关工作。气象中心为该机构下设的航空气象专业服务机构，担负整个华东地区机场及相关区域的航空气象监测、预测、预警、情报交换等职责。

近年来，中国航空业务量迅猛增长，以上海两个机场为例，2019年的总吞吐量就达到1.2亿人次。根据国际民航组织的预测，到2023年，中国将超越美国成为全球最大的航空运输市场，预计未来中国的航空业务量仍将继续迅猛增长。由于中国的空域资源比较有限，为了应对航空业务量的迅猛增长，原来相对粗放型的航空管制模式需向精细化、智能化转变，提升有限空域资源的利用率。在这样的背景下，航空气象数据体量也急剧扩张。据统计，2015年至2020年的5年间，中国航空气象数据总量从原来的6.5T增加到目前的63T，涨了近10倍。

而长期以来，航空气象行业领域就一直面临人才短缺的问题。气象人才的培养周期长，成本高。以一个成熟预报员的培养为例，完成从本科到研究生的学习需要7年时间，毕业上岗到能基本能胜任工作一般需要1年左右，到最后能够独当一面，起码再需要三年时间。在航空气象数据体量急剧扩张的情况下，原来基于人工和专家经验的航空气象预报和监测体系显然无法适应新情况，海量数据无法用人工进行处理，也对输出准确、质量过硬的气象预报和监测报告构成了极大挑战。

在这一背景下，华东空管局与眼控科技合作，共同探索利用人工智能技术以解决上述挑战。眼控科技成立于2009年，是一家集计算机视觉与深度学习技术研发应用于一体的人工智能科技企业，专注于智能交通领域，覆盖应用场景包括道路交通安全监测和航空气象预测预报。

经过了前期的需求调研和产品研发，华东空管局与眼控科技推出了一系列AI气象解决方案，其中典型的解决方案是智能预报指导系统、AI对流临近天气预报系统。前者有效解决了现有航空气象报文发布系统的智能化、自动化程度低以及作业模式效能低下的缺陷和问题；后者跟应用于临近对流天气的预报方法和系统相比，具备预报精度高、有效预报时间更长、预报质量稳定等优点。

智能预报指导系统，辅助业务人员高效发布报文

现有航空气象报文发布工作的作业模式主要依赖于预报员人工归结、处理和分析分散在各处的天气形势数据、遥感数据、模式数据等气象资料，经过对天气形势的判断后，在原有发报软件上手动编辑相应报文并发布。，该作业模式无论是智能化程度还是自动化程度都较低，且高度依赖成熟预报员的专业能力和经验，业务工作效能的提高受到极大限制。

智能预报指导系统利用大数据的快速存储、处理和解析技术，实现了从数据归结、处理、分析、报文生成、报文发布发布、报文入库及情报交换全流程的智能化和自动化，可以实现高效辅助航空气象服务部门的专业技术人员高效发布报文。在上线前，基于丰富的数据源，智能预报指导系统完成了初期的算法模型训练，形成了具备航空气象知识库的专家系统。上线后的每一次使用和新数据的输入，都会对原有模型进行不间断地训练和完善，系统也因每一次的数据输入变得更加“聪明”。

智能预报指导系统最前端的环节涉及对各种各样气象数据的归结工作。传统上，人工预报系统需要辗转在不同的电脑或文件夹间进行收集，效率低下，而眼控科技的智能预报指导系统可以秒级的速度完成这一工作。

数据归结工作完成之后，智能预报指导系统进入最关键的环节——利用眼控科技自主研发的大数据快速存储、处理和解析技术，对数据进行解析和计算，生成预报结论。随后，预报结论会按照民航局发布的航空气象报文发布规则以及标准格式样式，最终生成航空气象报文，包括终端机场天气预报（TAF）及趋势着陆预报两种类型。系统提供的预报指导和实况气象产品具体包括降水预测、对流及大雾气象数据统计等。

相比原来的人工系统，眼控科技的智能预报指导系统无论在效率还是功能性上都得到了极大的提升和扩展。从数据处理阶段到得出预报结论到最终生成报文，原来人工处理一套数据需要20-60分钟，而智能预报指导系统则可以以秒级的速度完成。采纳这一套系统后，华东空管局的预报人员只需对智能预报系统生成的报文处理结果对照报文进行对比和确认，效率得到极大提升。

此外，智能预报指导系统还具备自动报文评分及统计的功能。根据国家民航局的规定，气象预报部门需要对发布的气象预报报文进行评分，且分数不能低于一定数值。传统上这项工作也需要耗费极大的人力。智能预报指导系统自动生成评分报文大致流程为：将每个时间段的实况气象报文与先前生成的预报报文进行对比，依据国家民航局发布的评分指标（准确率为最关键的因素）进行自动对比，最后得出相应的分数。

AI对流临近天气预报系统，提升预报时长和准确率

在航空气象领域，对流天气是备受关注的天气类型。由这类天气伴生的雷暴闪电天气会对飞机通讯导航系统、地面关键设备的运行造成较大影响；另外，对流强降水、对流地面大风、低空风切变、下击暴流等伴生天气会对起降阶段的航空器运行安全造成极大风险。传统上，对流天气的临近预报主要采用的是光流法，这一方法由于基于对流天气系统的发展、运动、分布是线性过程的基本假设，使得最终预测结果具有较大误差，且可预测时长较低。

眼控科技的AI对流临近天气预报系统采用经过优化的深度卷积计算模型（DeepRNN/YGNet），该模型可全面、准确反映对流天气系统发展过程中的旋转、生消、形态变化等非线性特征。应用这一模型的对流临近天气预报系统相比应用光流法的传统预报系统具备明显优势，可获得更长的有效预测时长，同时能够获得更高、更稳定的预报精度。与智能预报指导系统类似，AI对流临近天气预报系统在上线之前首先完成了初期的模型训练。数据源方面，华东空管局能够提供完整并且质量良好的多普勒气象雷达基数据，奠定了模型训练的根基。

AI对流临近天气预报系统运作流程如下：最前端是多源数据归结，将历史序列的雷达回波基数据进行全时归结，同时将包括眼控自研的智能天气现象成像仪和智能综合环境监测仪数据、闪电定位仪数据、卫星数据等数据输入进行辅助计算；数据归结完成后，输入应用尖端人工智能技术的AI计算模块，最终输出雷达回波形态预测数据（包括两种形式：组合反射率雷达回波预测以及分层CAPPI雷达回波预测），同时还可以输出包括对流初生诊断、强回波监测、定量降水、强风概率等数据反演结果。最终再由航空气象专业人员完成天气发展趋势预测结论的输出。

采纳了AI对流临近天气预报系统后，华东空管局的对流天气预报工作无论在效率还是预报时长及准确率上都取得了明显的改进。目前，该空管局的对流临近天气预报准确率达到了50%以上，预报时长延展至2个小时。此前，基于光流法的传统预报系统，这两个数字分别为低于40%以及不超过1小时。

作为航空气象工业的“皇冠”，数值预报能力一定程度上代表了一个国家整体的气象预报实力。下一步，华东空管局将继续在人工智能+数值预报方面展开探索，提升气象预报精细化水平。