2020-06-022024-05-17https://scholars.lib.ntu.edu.tw/handle/123456789/695053本計畫之遠程目標在藉由應用新興之資料科學演算法，協助中央氣象局改善極短期（< 12 h）定量降水預報，並嘗試將人工智慧導入天氣預報之實作方法，以期在人力專業化、預報精緻化、與作業即時化的趨勢下，協助進一步增強氣象局的預報能力。 本計畫將先嘗試兩種深度學習神經網路在短延時強降雨預報上之應用。首先，計畫將直接利用深度學習演算法分析雷達觀測資料，並進行未來3小時之降雨推估；此法之目的在改進傳統雷達外延法於第二小時後即失去預報能力的問題。其次，鑒於氣象局目前已有多元降雨預報指引，本計畫將評估/規劃發展預報機器人的方法；預報機器人之深度學習神經網路應能分析即時天氣觀測與綜觀環境特徵，並藉此在空間上解構—重組已有之各式降雨預報產品，最終得出一組信心度較高的逐時定量降雨預報資訊，以提供防災應變使用。此外，本計畫亦將協助預報中心之預報員教育訓練相關事宜，包含：協助翻譯UCAR/COMET的線上預報培訓教材、及每月協辦預報中心之AI工作小組會議，增進學界與局內預報員之密切互動，並探討將人工智慧導入氣象預報作業的各種可能。極短期預報定量降雨預報（QPF）雷達QPF人工智慧深度學習神經網路UCAR/COMET Program