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。

　　相比夏季奧運會，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。

　　2022冬奧會張家口賽區-崇禮地面氣象觀測站

　　“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，需要起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。