天气数据破坏风险正在上升
MIT Technology Review AI··作者 Monique Kuglitsch
关键信息
文章指出，传统预报系统会通过数据同化，把新观测与物理模型和邻近站点的数据进行对比，这有助于发现许多错误。但如果有人同时篡改多个站点，或者让每次改动单独看都合理，现有质量控制就更难识别；这对依赖高质量观测数据的AI天气模型尤其令人担忧。
资讯摘要
文章认为，随着天气预报越来越多地影响商业和公共决策，天气数据破坏正在变成更严峻的威胁。航空调度员、电网运营商、农民和应急规划人员都依赖天气预测，而预测市场的出现又为篡改结果增加了额外的经济动机。要得到准确预报，首先必须有准确的观测数据，这些数据来自天气站点，并被天气研究和预报模型以及 ECMWF 的综合预报系统等业务系统处理。
传统系统会使用数据同化，将每个新观测值与物理预期和附近站点读数进行比较，这样可以发现许多常见错误和设备问题。文章指出，对于单个站点故障或明显异常，这类保护通常已经足够。
来源与参考