关注“编外气象人”，一起畅聊气象
AI技术的火爆无疑是近几年创新应用上的一次革命。如今AI技术在众多科技公司的推动下已经渗透到各行各业，气象行业也不例外。将AI融入到天气预报、大气探测、天气预警以及天气服务中的尝试一直未间断。AI技术的应用背后是大数据的支撑和机器学习的广泛探索。利用AI技术进行雷达图像的识别，进行短临预报；利用AI技术与数值模式结合提升预报的准确率；利用AI技术进行探测数据的质量控制和融合处理；利用AI技术进行天气预警的精准推送；利用AI技术进行大雾的识别、天气现象的识别等等，可以说AI已经在气象领域中全面开花。在复杂的大气物理、化学等机理研究难以取得突破时，融入AI技术是提升气象技术的有利补充。关于天气预报、探测等AI技术的应用上经验比较少，跟大家分享一下我参与实施的在公众气象服务中的一些尝试应用。
近几年在面向公众气象服务中，我们主要选择应用于休闲旅游、微社群自动应答以及花粉图像识别的需求。人工智能应用的目的是为了实现公众气象服务的精细化、自动化以及分众化服务模式，提升公众服务满意度。AI在公众气象服务中主要应用的技术如下：
1
智能推荐技术
在针对公众旅游休闲的气象服务中，采用了监督式机器学习的人工智能算法，通过对用户喜爱的景区类型、休闲活动项目、出行方式等属性进行分析，综合考虑了天气、景区人流量、距离、出行方式、季节等影响要素，基于用户位置以“今日推荐”、“我的位置”、“周边景点”三种方式为用户智能推荐适宜景点。
2
自然语言处理技术
基于Chatbot智能社群机器人我们研发了AI气象蜂（详情请参照付费文章《AI气象蜂产品介绍》），主要应用在以微信群为载体的基层气象服务中。AI气象蜂应用深度学习NLP算法搭建气象知识库，利用神经网络Bert模型进行上下文相关语义训练模型，实现气象热点分析与预测功能。AI气象蜂可以在微社群中自动应答用户提问、自动推送预报、预警信息，实现分众化气象服务的自动应答功能，降低人工客服成本。
3
图像识别技术
每年的花粉季提供的花粉浓度及花粉类别的观测和预报在时效和观测密度上还远远不能满足公众需求，因此我们尝试采用图像识别技术对气传花粉采集的图片进行自动识别，以降低人工成本和设备成本，提高观测密度。在图像识别技术中主要采用了机器学习算法进行花粉图像采集和花粉颗粒标注，并进行花粉颗粒的鲁棒性特征提取，最后使用卷积神经网络作为训练器对花粉图像进行分类，并利用卷积神经网络回归模型实现气传花粉颗粒的自动计数。此外在对外服务中加入了用户互动功能，采用AI技术进行过敏植物的图片识别，从而让用户进一步了解过敏植物特征。
在公众气象服务中，我们从应用需求出发，利用AI技术来提升公众气象服务能力，但是目前的应用深度还不够，应用效果还有待评估。今天只是“抛砖引玉”，分享一点我的工作经验供广大气象工作者参考。将AI技术应用于气象服务中是未来相当长的一段时间内都值得持续研究的课题。由于公众气象服务主要以普适性服务模式为主，不像专业气象服务可以创收从而有经费开展更深入的应用研究。今天先聊到这里，感谢您的关注！
