2024年2月29日,國家自然科學(xué)基金委員會(huì)發(fā)布了2023年度中國科學(xué)十大進(jìn)展,其中,“人工智能大模型為精準(zhǔn)天氣預(yù)報(bào)帶來新突破”位列第一。過去的一年,氣象大模型迅速發(fā)展,華為盤古大模型在氣象預(yù)報(bào)領(lǐng)域成果斐然,谷歌DeepMind團(tuán)隊(duì)也推出氣象大模型GraphCast。氣象部門通過衛(wèi)星云圖、雷達(dá)監(jiān)測、數(shù)值模擬等多種手段,實(shí)時(shí)捕捉云層動(dòng)態(tài)、降水分布等關(guān)鍵信息,為氣象預(yù)報(bào)提供豐富的數(shù)據(jù)支持。高質(zhì)量的數(shù)據(jù)信息和人工智能的超強(qiáng)算力,是精準(zhǔn)天氣預(yù)報(bào)取得新突破的關(guān)鍵。
AI大模型解決了傳統(tǒng)數(shù)值模型在計(jì)算方面的限制。與傳統(tǒng)數(shù)值預(yù)報(bào)模式通過數(shù)值求解數(shù)學(xué)物理方程的方式不同,AI氣象大模型是基于深度學(xué)習(xí)的方法,對(duì)歷史氣象大數(shù)據(jù)進(jìn)行學(xué)習(xí)并建立模型。一旦完成訓(xùn)練,這些大模型就可以開展未來天氣預(yù)報(bào)工作。
相比傳統(tǒng)數(shù)值預(yù)報(bào)模式,AI大模型的運(yùn)行速度非常快,例如華為盤古氣象大模型就比傳統(tǒng)數(shù)值預(yù)報(bào)模式快1萬倍。更令人驚訝的是,這些模型甚至可以在個(gè)人電腦上運(yùn)行,只需要幾分鐘就能給出未來7~ 10天的預(yù)報(bào)結(jié)果。
除此之外,這些模型預(yù)報(bào)效果在某些方面接近甚至超過傳統(tǒng)數(shù)值預(yù)報(bào)模式。例如,對(duì)于臨近期預(yù)報(bào),人工智能可以快速處理、分析大量的即時(shí)觀測數(shù)據(jù),提高時(shí)效性。同時(shí),AI氣象大模型還可以實(shí)現(xiàn)自我迭代,學(xué)習(xí)以往案例作為經(jīng)驗(yàn)來預(yù)測當(dāng)前的狀況,因此其準(zhǔn)確性比人工和傳統(tǒng)方法都高。
傳統(tǒng)天氣預(yù)報(bào)主要依靠數(shù)值天氣預(yù)報(bào)模式。該模式基于流體力學(xué)和熱力學(xué)的物理規(guī)律來構(gòu)建控制大氣運(yùn)動(dòng)的數(shù)學(xué)方程,并用超級(jí)計(jì)算機(jī)求解這些方程,進(jìn)而預(yù)測未來7~ 10天的天氣狀況。在數(shù)值模型中輸入氣象初始場,模型就會(huì)一步步計(jì)算下一個(gè)時(shí)刻的氣象場。這些模式一般都附帶觀測資料的同化系統(tǒng),將各種觀測數(shù)據(jù)(包括地面觀測、衛(wèi)星、雷達(dá)等)融合到模式數(shù)值方程的求解中,進(jìn)一步提升模式預(yù)測結(jié)果的精準(zhǔn)度。

精準(zhǔn)天氣預(yù)報(bào)指的是利用先進(jìn)的技術(shù)和方法,盡可能準(zhǔn)確地預(yù)報(bào)未來一段時(shí)間內(nèi)的天氣狀況,包括氣象要素場、降水、極端事件預(yù)報(bào)等多個(gè)方面。預(yù)測系統(tǒng),包括數(shù)值預(yù)報(bào)模式,會(huì)給出某一時(shí)刻大氣變量在三維空間上的分布(如風(fēng)場、溫度場、濕度場、氣壓場等),一般用這些預(yù)報(bào)場和實(shí)際觀測(包括地面站點(diǎn)、探空、遙感探測等)的變量相比較,兩者的相關(guān)系數(shù)越大,則天氣預(yù)測越準(zhǔn)確。比如,臺(tái)風(fēng)預(yù)測會(huì)重點(diǎn)關(guān)注臺(tái)風(fēng)的移動(dòng)路徑和強(qiáng)度,暴雨預(yù)測則關(guān)注雨水的落區(qū)和強(qiáng)度,這些也是天氣預(yù)報(bào)的基本要求。

AI大模型出現(xiàn)之前,傳統(tǒng)精準(zhǔn)天氣預(yù)報(bào)的一大難點(diǎn)在于數(shù)值預(yù)報(bào)模型建模過程的復(fù)雜度高。盡管數(shù)值預(yù)報(bào)模型是基于復(fù)雜的數(shù)學(xué)和物理規(guī)律構(gòu)建的,但影響大氣系統(tǒng)的過程更加復(fù)雜,包含了許多物理和化學(xué)過程,跨越不同時(shí)間和空間尺度。如何在數(shù)值預(yù)報(bào)模式中準(zhǔn)確模擬這些復(fù)雜過程,一直是數(shù)值預(yù)報(bào)模式發(fā)展的挑戰(zhàn)。
另一大難點(diǎn)則是計(jì)算資源有限。因?yàn)閿?shù)值預(yù)報(bào)模式復(fù)雜度高,所以需要大量的計(jì)算資源,尤其是在進(jìn)行高分辨率和全球范圍天氣預(yù)報(bào)時(shí),需要的計(jì)算資源就更多了。然而,相對(duì)有限的計(jì)算資源,限制了模型分辨率的提高和更頻繁的模型運(yùn)行,從而影響了預(yù)報(bào)的詳細(xì)程度和及時(shí)性。


(以上內(nèi)容基于對(duì)南京大學(xué)大氣科學(xué)學(xué)院汪名懷教授采訪后整理所得)
(責(zé)任編輯:汪金寧)