微气候监测分析到市区气温会受地形、建筑物座向及维多利亚港内风向风速影响。(图片来源: 香港天文台)

　　自主科技

　　除夕元旦突然寒潮来袭，气温骤降，天文台早于个多星期已通知传媒，广泛报导让市民及早预备。强烈寒潮发生频率虽然低，但一旦发生便有机会对生命健康构成严重威胁。换作古时只有观象授时，即使透过观星天象确定二十四节气，亦未必能预测未来一週天气变化。香港的天文台早已透过卫星雷达，撷取海量大数据，联繫天气及其影响，协助天气预报员评估寒潮、热带气旋等，加上人工智能系统的分析，解决讯息超载的问题，触类旁通，为本港天气作出精準的预报。

　　现时香港天文台每天要处理的数据量高达20 TB，气象数据并非人力能够处理。(图片来源: 香港天文台)

　　天气的数据不胜枚举，香港天文台科学主任(预报系统)何俊杰在近日创新科技嘉年华(InnoCarnival 2020)当中分享天文台的大数据应用。他指出现时香港天文台每天要处理的数据量高达20 TB，单是天文台以数值预报模式预测几日内的天气变化，或临近预报模式预测几小时内天气预报的数据已佔15 TB，可见气象数据并非人力能够处理。何俊杰表示，天文台的大数据由卫星及雷达所提供，透过电脑将观察资料以各种物理公式运算得出，以自家研发的专家系统支援预报中心同事进行天气分析及监察。此专家系统「智能气象监察助理」(Intelligent Meteorological Monitoring Assistant)简称IMMA，蒐集巨量的天气数据后，经过推理引擎及讯息产生器整理综合自动处理，透过塬先设定的规则，提示预报员于当时预报或警告可能出现的天气情况，效果立竿见影。

　　智能气象监察助理(IMMA)协助天文台预报人员，有效地将实时数据进行人工智能分析。(图片来源: 香港天文台)

　　科学主任表示，过往要预报天气情况，往往倚赖不同政府部门、公用事业以及保险公司的报告，以及传媒报导的水浸、树塌报告，从而综合天气概况。他指出，每遇到严重的颱风过后，便会发放问卷到以上部门获知相关损失理赔，从而基于影响作出评估恶劣天气的严重程度。IMMA则透过实时资料，例如根据消防局等政府应急部门处理树塌需要斩树等事故报告，再加上电台对于交通大挤塞的报导的媒体交通资料、天气及交通照片，透过抽取关键字词及座标化以人工智能处理语言分析，例如塞车由某地点为「龙尾」等字眼，从而将地点转化成座标，将之加入在GIS系统当中。IMMA处理量庞大，每分鐘处理超过650,000个数据点;以每分鐘运算一次来计算，每次需时约8秒的时间。科学主任表示大数据更会由各种系统综合而成，他以2017年颱风天鸽的天气情况为例，按当时水浸情况的相片叠加雨量数据，显示水浸并非由降雨造成，而是风暴潮将海水推到岸边令水位上升，从而得知水浸的真正塬因。

　　物联网及社会媒体发挥集腋成裘力量

　　此外，本地天文台亦早已应用物联网(IoT)监察城市微气候(Urban Microclimates)，从城市热岛廓线简图(Sketch of an Urban Heat-Island Profile)得知市中心及及城市住宅的傍晚温度，比郊野或郊区住宅较高。透过来自各区由Arduino控制器建立的自动天气监测站，以不同节点从远距低功耗的LoRa通讯协定将产品与物联网(IoT)连线，撷取当中所得数据经过处理后，发佈到云端平台或研究智慧城市综合天气监测。例如微气候监测结果分析后显示，市区气温会受地形、建筑物座向及维多利亚港内风向风速影响。科学主任预期此计划日后可以将市区细分至街道，监察更精密的仔细变化。

　　透过来自各区由Arduino控制器建立的自动天气监测站 (图片来源: 香港天文台)

　　天气预测并非纯单靠官方系统所撷取，面对社会媒体(Social Media)及数据传输的发达，由市民提供的资料令天气数据可更立体呈现。自2011年起已展开「社区天气观测计划」开放予市民提供各种相片或影片，将18区的天气情况反映给天文台作为统计研究及教育用途，例如颱风山竹肆虐本港，天文台将蒐集超过二千帧的照片及影片，製作成「山竹风暴破坏互动地图」，并在地理资讯系统网页显示，2019年所收到的天气报告或观测数目已超过65,000。

　　面对气象大数据几何级的增长，科学主任何俊杰表示仍然面对各种严峻挑战。由于卫星及雷达提供的大数据每分每秒增长，亟需完善的数据传输。过往使用专用电讯网络处理有流量限制，现时测试数据在云端完成分析运算后才进行传输，冀数据量变小后传输能确保传输速度。此外，过往天文台沿用的电脑预测天气图较为学术化，现时亦积极减少晦涩难明的地理符号，设计直观的动画显示，方便市民浏览及了解箇中意思。除此以外，他亦指出由市民提供的资料的品质，亦需要经过严密筛选，过往曾经需要经过比对后发现公众有提供假数据，故此仍要分辨资料的真确性。