Nature子刊,上智院、复旦、中国气象局研发次季节AI大模型「伏羲」,突破「可预报性沙漠」

Nature子刊,上智院、复旦、中国气象局研发次季节AI大模型「伏羲」,突破「可预报性沙漠」

💡 原文中文,约2500字,阅读约需6分钟。
📝

内容提要

中国科学家研发出名为「伏羲」的机器学习模型,可提前一个月预报重大天气过程,全球降水预测能力显著提升。该模型还能通过显著图识别导致极端事件的潜在信息。技术突破将广泛应用于极端气候预测、交通运输、保险、新能源、期货交易、城市规划等领域。

🔎

延伸解读

次季节预测的“可预报性沙漠”

次季节气候预测指未来15至60天的气候异常预测,介于中短期天气预报和季节预测之间。由于既受初值影响又受边界强迫影响,不确定性大,预测技巧低,被称为“可预报性沙漠”。传统数值模式在此时间尺度上表现有限,AI大模型也长期未能超越。伏羲模型首次超越ECMWF的S2S模式,标志着该领域的重要突破。

技术突破:海气相互作用与智能扰动

伏羲模型引入海气相互作用过程,特别是热带大气季节内振荡(MJO),这是次季节预测最重要的可预报性来源。同时,在隐空间中设计智能扰动生成模块,刻画气候系统演变的概率特征,有效捕捉物理不确定性。这些创新使全球降水预测能力显著提升,尤其在我国长江中下游等热带外地区表现突出。

极端事件前兆识别与验证

通过构建显著图,伏羲模型能识别导致极端事件发生的潜在信息。具体方法为定义损失函数(如巴基斯坦平均降水异常百分率),固定模型参数,反向传播求解梯度,反映输入气象要素对降水异常的正负贡献。该能力在2022年巴基斯坦洪水预测中得到验证,为应对极端天气提供了新工具。

应用前景与当前局限

伏羲模型训练完成后运行速度快、计算资源需求少,为发展中国家提供了更可承受的选项,可应用于极端气候预测、交通运输、保险、新能源、期货交易、城市规划等领域。但目前空间分辨率为1.5度,与ECMWF的36公里相比仍较粗糙,且仅预报日均气温,缺少日最高和最低温度。未来将探索更高气压层和更多应用场景。

❓

Q&A

伏羲模型的主要功能是什么?

伏羲模型能够提前一个月预报重大天气过程,并显著提升全球降水预测能力。

伏羲模型在气候预测中有哪些技术创新?

伏羲模型引入了海气相互作用过程和智能扰动生成模块,提升了对热带大气季节内振荡的预测技巧。

伏羲模型如何帮助应对极端天气事件?

通过构建显著图,伏羲模型能够识别导致极端事件的潜在信息,提供有效的应对工具和策略。

伏羲模型的计算资源需求如何?

伏羲模型在训练完成后运行速度更快,计算资源需求更少,为发展中国家提供了更可承受的气候预测选项。

伏羲模型的空间分辨率是多少?

目前,伏羲模型的空间分辨率为1.5度,仍有提升空间。

伏羲模型在全球降水预测中表现如何?

伏羲模型在全球降水预测能力上显著提升,尤其在长江中下游地区表现突出。

🏷️

标签

➡️

继续阅读