天氣預報不“騙人”！6個問題快速了解AI氣象大模型

2024年2月29日，國家自然科學基金委員會發布了2023年度中國科學十大進展，其中，“人工智能大模型為精準天氣預報帶來新突破”位列第一。過去的一年，氣象大模型迅速發展，華為盤古大模型在氣象預報領域成果斐然，谷歌DeepMind團隊也推出氣象大模型GraphCast。氣象部門通過衛星云圖、雷達監測、數值模擬等多種手段，實時捕捉云層動態、降水分布等關鍵信息，為氣象預報提供豐富的數據支持。高質量的數據信息和人工智能的超強算力，是精準天氣預報取得新突破的關鍵。

Q1：AI大模型天氣預報的優勢是什么

AI大模型解決了傳統數值模型在計算方面的限制。與傳統數值預報模式通過數值求解數學物理方程的方式不同，AI氣象大模型是基于深度學習的方法，對歷史氣象大數據進行學習并建立模型。一旦完成訓練，這些大模型就可以開展未來天氣預報工作。

相比傳統數值預報模式，AI大模型的運行速度非常快，例如華為盤古氣象大模型就比傳統數值預報模式快1萬倍。更令人驚訝的是，這些模型甚至可以在個人電腦上運行，只需要幾分鐘就能給出未來7～ 10天的預報結果。

除此之外，這些模型預報效果在某些方面接近甚至超過傳統數值預報模式。例如，對于臨近期預報，人工智能可以快速處理、分析大量的即時觀測數據，提高時效性。同時，AI氣象大模型還可以實現自我迭代，學習以往案例作為經驗來預測當前的狀況，因此其準確性比人工和傳統方法都高。

Q2：傳統天氣預報是怎么做的

傳統天氣預報主要依靠數值天氣預報模式。該模式基于流體力學和熱力學的物理規律來構建控制大氣運動的數學方程，并用超級計算機求解這些方程，進而預測未來7～ 10天的天氣狀況。在數值模型中輸入氣象初始場，模型就會一步步計算下一個時刻的氣象場。這些模式一般都附帶觀測資料的同化系統，將各種觀測數據（包括地面觀測、衛星、雷達等）融合到模式數值方程的求解中，進一步提升模式預測結果的精準度。

Q3：精準天氣預報有哪些衡量指標

精準天氣預報指的是利用先進的技術和方法，盡可能準確地預報未來一段時間內的天氣狀況，包括氣象要素場、降水、極端事件預報等多個方面。預測系統，包括數值預報模式，會給出某一時刻大氣變量在三維空間上的分布（如風場、溫度場、濕度場、氣壓場等），一般用這些預報場和實際觀測（包括地面站點、探空、遙感探測等）的變量相比較，兩者的相關系數越大，則天氣預測越準確。比如，臺風預測會重點關注臺風的移動路徑和強度，暴雨預測則關注雨水的落區和強度，這些也是天氣預報的基本要求。

Q4：精準天氣預報難點在哪兒

AI大模型出現之前，傳統精準天氣預報的一大難點在于數值預報模型建模過程的復雜度高。盡管數值預報模型是基于復雜的數學和物理規律構建的，但影響大氣系統的過程更加復雜，包含了許多物理和化學過程，跨越不同時間和空間尺度。如何在數值預報模式中準確模擬這些復雜過程，一直是數值預報模式發展的挑戰。

另一大難點則是計算資源有限。因為數值預報模式復雜度高，所以需要大量的計算資源，尤其是在進行高分辨率和全球范圍天氣預報時，需要的計算資源就更多了。然而，相對有限的計算資源，限制了模型分辨率的提高和更頻繁的模型運行，從而影響了預報的詳細程度和及時性。

Q5：氣象領域的AI大模型為什么能取得突破性進展

氣象領域的AI大模型之所以能取得突破性進展，很重要的原因之一就是氣象數據的質量非常高。例如，盤古氣象大模型就是應用過去43年的歷史氣象數據進行訓練的。這些氣象數據是基于數值模式的結果，并融合觀測數據獲得的，經過多年的發展和驗證，數據質量很高，是大氣學科領域開展科學研究和應用的重要數據集，現在被進一步用到了AI氣象大模型的訓練中。這些數據能更準確地捕捉大氣過程，目前的預測精度也相當可觀。高質量的數據也是大氣和氣象行業引以為傲的地方，國家也倡導更好地開源，數據廣泛地共享能夠進一步推動大模型的發展。

Q6：AI大模型有可能取代數值預報模式嗎

目前的AI大模型還無法完全取代數值預報模式。當下的氣象大模型尚缺乏直接同化觀測數據到AI大模型的能力，同時大模型的訓練也需要大量計算資源，隨著訓練數據集參數的大幅度提升，AI大模型訓練時的算力也會成為一種制約。但總體來說，AI大模型將會在氣象行業得到越來越廣泛的使用，中國氣象局也在出臺相關舉措，推動人工智能賦能氣象高質量發展。

（以上內容基于對南京大學大氣科學學院汪名懷教授采訪后整理所得）

（責任編輯：汪金寧）