2月8日，當看到中國選手谷愛凌以漂亮的高難度動作奪得自由式滑雪女子大跳臺金牌時，北京大學重慶大數據研究院博士張烺忍不住歡呼起來。她對于冬奧會比賽的關注相比普通觀眾更多了一份關切，因為她所在團隊的研究成果正保障著冬奧會的氣象預報。

　　在中國科學院院士、北京大學副校長、北京大學重慶大數據研究院首席科學家張平文領銜下，該院研究團隊參與了國家重點研發計劃“科技冬奧”重點專項項目“冬奧賽場定點氣象要素客觀預報技術研究及應用”課題研究，開發出人工智能MOML算法賦能天氣預報模型，使預報更精準。

　　相比夏奧，冬奧會的舉行受天氣影響更大。其氣象保障是冬季復雜地形條件下的中小尺度邊界層氣象問題，為了讓奧運健兒在賽場上有良好發揮，往往對預報的精細度要求更高，甚至達到百米級、分鐘級，這一直是國際氣象界的難點。

　　“我們的研究是通過人工智能算法，對天氣預報模式的結果進行訂正，讓其更精準。”張烺是北京大學重慶大數據研究院智能會商與人工智能天氣預報實驗室的博士，她介紹，氣象業務中會產生海量的氣象數據，目前全球廣泛采用的數值天氣預報模式，是通過大型計算機作數值計算，用物理方程表達天氣演變的物理過程，從而預測一段時間內大氣運動狀態和氣象。全球數值天氣預報能力不斷提高，基本上可以解決大部分區域的大尺度預報問題，但針對小尺度、精細化的預報需求，數值計算存在誤差，預報員還需要通過會商給出預報結論。

　　以往會商對預報員依賴度很高，需要綜合各方數據并結合自身經驗對模式輸出數據偏差進行訂正。而人工智能算法在融合、處理信息中的先天優勢，它在一定程度上可以代替預報員在會商中整合、分析信息的過程，通過數據挖掘、學習，將預報員的經驗內化在算法中，實現智能、高效的預報。由張平文院士領銜的研究團隊開發出預報員的人工智能算法MOML，實現了智能訂正，提高了預報效率的同時進一步提高預報的準確率。

　　“對于模式輸出數據偏差的訂正方法，國內外均開展了廣泛研究。”張烺介紹，如以前采用的MOS方法，主要針對單站進行訂正，如果想得到較理想的訂正結果，需要人工進行參數調整，準確率提高有限，而通過人工智能算法，可以實現對格點進行預報。目前，MOML算法在溫度、濕度、風速、風向等天氣要素上已取得突破，不僅可以很好地輔助預報員，大幅減少預報員的工作量，相比常規方法來說，它將預報的準確性提高了10%以上。

　　據了解，北京冬奧會已經實現了氣象短時臨近預報“百米級尺度、分鐘級更新”，可快速生成覆蓋冬奧山地賽場的100米分辨率、逐10分鐘更新的網格化溫、濕、風、降水等天氣要素客觀分析以及0到12小時預報產品。

　　張烺表示，除了服務冬奧會，他們團隊也正在對MOML算法在氣象預報中的應用進行進一步研究，針對重慶更加復雜的山地環境，他們正在與重慶市氣象局合作，讓相關研究成果在重慶應用。