加拿大环境部解散雷达研究团队转向AI预报

草原省份的追风者和恶劣天气专家珍妮·哈根（Jenny Hagan）每天都在野外依赖国家天气数据，冒着龙卷风和暴风雪拍摄风暴图像并向公众通报天气模式。她表示，加拿大环境与气候变化部（ECCC）对雷达研究的削减将使她的工作更加困难。该部门的雷达研究团队已被解散，雷达技术将不再进一步发展。雷达提供实时数据，帮助ECCC及时发布公共警报。哈根说：“这些雷达能力可以告诉我们风暴中的风速和可能携带的冰雹大小，让我们知道可以多靠近风暴以获取信息并传达给公众，或者因危险条件需要保持多远距离。”

加拿大所有的雷达，包括哈根使用的那些，都依赖于ECCC的雷达系统。哈根希望看到系统改进，而不是削减研究团队。“这确实阻碍了我们在野外收集信息、保护自己和公众安全的能力。”ECCC拒绝对人事变动发表评论，但在声明中确认已对雷达研究做出调整，并表示将继续提供专业支持以维护加拿大雷达网络。

专家表示，加拿大的雷达技术已经比美国落后15年。萨斯喀彻温省卡里埃瓦莱（Carievale）的农民李·斯坦利（Lee Stanley）说他依赖美国雷达而非加拿大雷达。“我可以依靠一些美国应用程序，但如果加拿大政府和省政府能在天气预报上多投入一些就好了。”农民的 livelihoods 依赖于天气预报。最近一场风暴给斯坦利造成了昂贵的财产损失，但他称赞ECCC在风暴发生前几天就发布了警告。“知道要来什么很好，但如果你要遭遇120公里/小时的风，几乎无能为力，只能确保所有可绑的东西都绑好或放进建筑物里，希望房子不会吹跑。”

雷达削减并非唯一重大变化。加拿大即将成为首个推出混合AI天气预报系统的国家。ECCC将从5月最后一周开始转向AI，以提高长期预报的准确性。该系统将传统的基于物理的知识与AI相结合，能够更远地预测天气系统。它承诺将使6至10天的预报精度与现在的5天预报相当。ECCC的研究科学家让-弗朗索瓦·卡隆（Jean-Francois Caron）参与了模型开发，他说：“质量更好，但输出类型类似。人类仍将解读相同类型的数据集，只是数据集比以前更准确。”

ECCC通过输入过去天气数据来训练AI系统，使其能够分析当前大气状况。卡隆说：“我们学习大气如何运作，当给它当天的天气时，它能像基于物理的模型一样做出预报。”该系统预计能提前多天更好地检测影响广泛区域的大规模风暴，精度可扩展到风暴来临前10天。它还能提前检测暴风雪、雷暴和热浪。混合系统的研发始于两年前，卡隆表示该组织“在短时间内取得了显著进步”。他称新系统将增加就业岗位，因为需要更多人员来确保其准确性。

麦克马斯特大学北方龙卷风项目主任大卫·西尔斯（David Sills）表示：“这将提高预报的及时性和准确性，在预测龙卷风条件形成时更快。”然而，西尔斯认为这一举措令人困惑，发展现有雷达与改进未来预报同样重要。“一方面他们在增加能力追踪恶劣天气，另一方面又在削减。很难看出其中的逻辑。”西尔斯指出，AI混合模型无法替代雷达在即时地面风险中的作用。“我们做过研究，查看预报员错过龙卷风时面前的雷达图像，很多时候是因为雷达图像质量太差，难以判断那里有龙卷风风险。”

ECCC研究人员乐观认为AI技术会变得更好，最终改进所有时间尺度的预报。卡隆说：“我们希望AI能改进所有预报范围，不仅是中期和长期，还有短期。”西尔斯说，改进冰雹、龙卷风和山洪的检测对保护公共安全至关重要，现在必须行动。“雷达工程师和科学家不是树上长出来的，很难找到，尤其是在加拿大系统中有丰富经验的人。一旦这些专业知识消失，几乎就永远消失了，要重建团队必须从头开始。”

西尔斯两周前发起了一场写信运动，敦促人们要求民选官员扭转削减。头48小时内就发送了8000封信，总数现已接近10000封。