专家：探索数值模拟 +人工智能，空气环境的预测更加精确 – 北京新闻

北京新闻（Changlu Reporter）是9月11日至12日，庆祝了北京大都会空气行动和气候行动论坛，这是中国国际博览会论坛的特别论坛之一。 Tang Xiao是大气物理学的高级工程师，高级大气科学工程师，Amsophere BSC中国学术驱逐者种子会议的高级工程师。数值模拟 +使用人工智能对空气环境预测的新形式。提高预测速度的同时提高预测的精度。 Tang Xiao说，近年来我国的PM2.5浓度大大下降，但仍处于高水平。消除严重污染的气候并抑制臭氧的出现已成为对国家的重要战略需求。目前，空气质量预测主要使用数值模型。这对应于大气模拟。澄清了发生的化学反应机制后在释放的污染物的方向和中心，它的特征是基于天气效应的模型，并预测污染物将来将如何变化。该方法取决于输入数据的准确性，但是很难准确地拖延自然活动的统计数据。人类排放活性非常复杂，许多PM2.5组件和复杂的化学反应。他们仍然面临不准确的统计数据的挑战，并且某些机制尚不清楚。 “预测空气污染水平的精度已超过70％，但实际情况仍然存在。”研究人员正在思考人工智能，以进一步提高预测能力。他说，目前有几种AI模型在田野和环境中。这些模型完全由数据驱动。性能很强，但也存在限制，例如省略模拟过程。过多的参数result在高训练成本中，与真实的物理世界的参数巧合。从这个意义上讲，中国科学学院大气科学研究所的研究团队在新的技术途径中重叠：轻型人工智能模型，构成了基于传统数值模型的空气污染的数值预测的新范式。 “这是新的范式吗？在这个规模上，模拟数值动作可以重叠大数据，例如土地，人口，运输，道路网络和新的AI型号，新的原始模型，以提高预测空间的分辨率。模拟，将ozone浓度预测的准确性提高了大约20％。解决方案将增加20％。