AI大模型的发展让气象预报从传统的经验驱动和数值模拟方法,迈向了革命性的突破数据驱动和智能化的新阶段,也催生了一批气象大模型。
AI大模型“突破”气象预报
6月3日,复旦大学和上海科学智能研究院联合发布全新升级的伏羲系列气象大模型2.0,成立以“伏羲”2.0为核心的智能气象创新生态联盟。“伏羲”2.0在中期天气预报和次季节预测方面均有突破,且面向新能源、航空运输等行业展现出强大的应用潜力。
近期,微软也发布首个大规模大气基础模型Aurora,可被用于预测和减轻极端天气影响,模型拥有超高的准确率和效率,与如今数值预报系统界的SOTA相比,它的计算速度提高了约5000倍。
传统数值天气预报(NWP)基于大气动力学方程,通过数值方法求解,存在计算量大、耗时长、难以捕捉复杂非线性关系等局限性。
而气象大模型则利用深度学习技术,从海量气象数据中学习复杂的非线性关系,构建端到端的预测模型,实现了预测精度和计算效率的双重提升。
目前全球所使用的AI气象大模型主要有华为云的盘古气象大模型、复旦大学和上海人工智能实验室联合开发的伏羲、上海人工智能实验室开发的风乌、阿里巴巴的SwinVRNN、谷歌Deep Mind开发的GraphCast、清华大学和中国气象局开发的NowcastNet、英伟达Nvidia开发的FourCastNet、微软、华盛顿大学开发的DLWP以及ECMWF开发的CNN等。
这些模型各有其独特的优势和应用场景,从极端短期预报到长期全球天气变化的预测,都展示了AI技术在气象领域的巨大潜力,并且在不断升级,同时气象大模型的种类和数量也在不断增加。
例如,在2023年,针对两次登陆的台风“泰利”和“杜苏芮”,“风乌”模型进行了对比试验评估。结果显示,该模型在台风预报方面表现出较强的业务应用潜力,为台风预报预警提供了有力的支持。
此次发布的伏羲2.0版本对模型进行了优化,提高了时空分辨率,实现了未来15天0.1度逐小时的气象预测。此外,还构建了海气耦合模型,纳入风浪、涌浪、海温等要素,提升了全球风、浪、流、能见度等预测精度。
Aurora模型天气预测
Aurora模型在超过100万小时的天气模拟中训练,具有1.3B参数量,能以0.1度高分辨率运行,捕捉大气过程的复杂细节,同时还保持了出色的多功能性,能预测温度、风速、空气污染水平和温室气体浓度等多种大气变量。
今年2月,国家自然科学基金委员会发布了2023年度“中国科学十大进展”,其中,“AI大模型为精准天气预报带来新突破”位列第一。
不仅是天气预报,气象大模型的应用场景正快速从传统的天气预报向更广泛的领域拓展,赋能各行业实现智能化升级。
在新能源领域,风能、太阳能等新能源发电受天气影响较大,精准预测风速、日照强度等气象要素,可以有效提高发电效率,降低运营成本。
“伏羲”2.0是全球首个针对新能源优化的气象大模型,带来更准确的风速、辐照和发电能力预测,能够优化风电和太阳能发电的效率、平衡电网负荷、减少弃风弃光等。
国家电网相关负责人表示,伏羲中期天气预报大模型提供的精准风速和辐照预报,能够大幅提高新能源电力的调度和管理效率。
伏羲中期天气预报大模型运营于多个领域
在航空运输领域,气象大模型可以提供更精细的航线气象预报,帮助航空公司优化航线规划,降低飞行风险,提高航班准点率。
在农业领域,农业生产受天气影响显著,气象大模型可以提供精准的农业气象服务,例如作物生长预测、病虫害预警等,帮助农民科学管理农田,提高产量,降低损失。
在灾情预警领域,极端天气事件频发,对生命财产安全构成严重威胁,及时准确的预警信息是减少损失的关键。例如,Aurora模型可以提前预测某地区可能发生的洪涝灾害,帮助政府及时组织人员撤离,降低灾害带来的损失。
气象大模型作为气象预报领域的一项颠覆性技术,正在推动气象服务走向智能化、精细化的新阶段。
同时,气象大模型的发展并非孤立的,而是与其他技术和产业发展相互交融,才能真正发挥其价值。加强产学研合作,构建开放共享的平台,共同推动气象大模型的落地应用,将有效促进智能气象生态系统的构建。