人工智能在地球系统科学的应用范文

1地球系统科学需要人工智能

众所周知，地球系统包含了大气圈、水圈、陆地岩石圈、冰雪圈和生物圈等的复杂的相互作用和反馈，涵盖自然的和人类的全方位相互作用，直接涉及复杂的数学、地理、物理、化学和生物等多学科，间接则涉及社会和经济等众多领域。时间尺度可以从百万分之一秒到亿年，可以研究古代、历史时期、现代，以及未来的预测与预估；空间尺度宽泛，从原子到行星尺度，可以研究一个点，也可以研究整个宇宙，因此对认识地球系统带来许多困难。然而地球系统的变化涉及人类的生存，因此是全人类共同关心的问题。对地球系统的研究手段和工具包括：各圈层的诊断分析，数理统计方法，动力模式和模型，非线性理论如混沌、大数据、人工智能（含机器学习（machinelearning）、神经网络、深度学习等）等。本文着重概括国外有关人工智能应用于地球系统科学的文献。

2人工智能应用于地球系统科学的类型

通俗地讲，人工智能是研究如何使计算机做过去只有人才能做的智能工作，因此，人工智能是建立在超级运算计算机（巨大记忆和内存，超快速度）的基础上，对大量资料（如巨大地理科学信息），以及极其复杂的过程快速处理和运算。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能（主要是机器学习）可以分成三种类型：（1）自动化进行一个复杂的预测任务，而这个任务不可能简单地用一系列显式指令来描述；（2）模拟和反向问题可以再现，用数值模拟来逼近或获取相互关系；（3）发现和揭示新的和未预料到的类型、结构或相互关系。例如，利用遥感资料自动化生成地质图；描述地质学的断裂系统的特征，以期模拟次表层的输送；对火山灰颗粒物的分级，从而推断爆发机制。又如，对于复杂的流变学过程逼近其粘弹性响应，直接从层析资料来确定波速模式，以及对不同的地震事件分级。再如，利用声音发射技术来预测实验室错过的事件，利用相似法的搜索，检测弱的地震信号，利用地下水的示踪物的观测，确定次表层储存的关系等。人工智能涉及大量学科，研究的范畴极其广泛，采用的计算方法也是多种多样。例如，常见的人工智能中的机器学习分为监督学习（supervisedlearning）如逻辑回归、图模型、超矢量机、随机森林和集合机、神经网络、深度神经网络等，无监督学习（unsupervisedlearning）如聚类和自组织图、特征学习、字典学习、深层次生成模型等，以及半监督学习（semi-supervisedlearning）[1]。

3人工智能在地球系统科学中的应用

21世纪以来，人工智能越来越多地应用于地球系统科学，除了在固体地球科学领域有广泛的应用外，在大气和海洋等领域也有广泛应用。人工智能（主要是机器学习）在气象领域经常使用的具体算法有：决策树算法（decisiontreealgorithm）、随机森林算法（randomforestalgorithm）、人工神经网络（artificialneuronnetworks）、遗传算法（geneticalgorithm）、支持向量机（supportvectormachine,SVM）、贝叶斯学习算法（Bayesianlearningalgorithm）、Boosting与Bagging算法、关联规则算法（associationrulealgorithm）、EM算法（expectationmaximizationalgorithm）等，表1给出了21世纪以来人工智能（主要是机器学习）应用于气象科学领域的主要国外文献。从表1注意到，人工智能（主要是机器学习）应用于大量的气象变量如太阳辐射、降水、温度、湿度、气压、风、云、台风、大气污染、ENSO和季风等，可以在全球或区域中使用，不但可以从观测资料进行分析，还可以对未来变化做预测，取得较好的效果。需要说明的是，人工智能的应用包括很广，如机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、定理证明、博弈、自动程序设计、智能控制、机器人学、语言和图像理解，以及遗传编程等，有些方法已经在地球系统科学中尝试，但是尚不成熟，本节不做介绍。

4展望

虽然人工智能已经应用于地球系统科学的各个领域，但尚处在初级阶段。一方面人工智能需要大量长期可靠的资料和数据做依据，而地球系统资料匮乏。现在有更新的方法如激光雷达、光纤传感应用、群源测量等，有助于补充地球系统更新的资料。另一方面开放的科学原则如开放源程序、开放资料、开放进入等，有助于人工智能应用于地球系统的科学研究。再有高质量的参照资料是建立好的模式的基础，需要从事人工智能与从事地球系统科学的研究者合作才可以发挥人工智能更重要的作用。（1）基准资料：人工智能应用于地球系统科学要求有大量可靠和基础性的地球系统资料，以此作为应用人工智能的基础和标准，目前地球系统的资料匮乏、资料的准确性低、数据量不够大、持续长序列少，这些都给人工智能的应用带来较大的困难。（2）开放科学：要坚持多学科参与的开放科学原则，即开放源程序、开放资料、开放研究及成果，让社会和公众有可能分享科学成果。人工智能是一门边缘科学，要促进从事人工智能和计算机的科学人才与从事地球系统科学人才的结合和融合与合作。（3）新资料源：利用各种手段和工具提供地球系统大量变量的新数据，例如利用高分辨率卫星资料、激光雷达、光纤传感应用、群源测量等，可以获取更广泛的地球系统各个圈层的资料。同时，一些新的资料需要进行检验和修正与订正。（4）新方法和工具：从事人工智能与计算机的专家与从事地球科学的专家合作，可以创造出更多的、新的计算方法和工具，以适应在地球系统科学中的应用。（5）地球科学课程：地球科学的课程和人工智能的课程应该在相关的学生中安排，特别是二者交叉和边缘的课程更需要设置，以提高学生的整体研究能力，从而促进人工智能在地球系统科学中的应用。经过多学科的科学家们的合作与努力，期待人工智能更多应用于地球系统科学研究中，以期发挥更好的效果。

作者：赵宗慈 罗勇 黄建斌 沈皓俊 单位：清华大学地球系统科学系