【资料图】

随着算力增长的趋缓和物理模型的逐渐复杂化，传统数值预报的瓶颈日益突出，研究者开始挖掘新的气象预报范式，例如使用深度学习方法来预测未来天气。在数值方法应用最广泛的中长期预报领域，现有的AI预报方法精度显著低于数值预报方法，并受到可解释性欠缺、极端天气预测不准等问题的制约。来自华为云的研究人员提出一种新的高分辨率全球AI气象预报系统——盘古气象大模型。作为首个精度超过传统数值预报方法的AI模型，华为云盘古气象大模型的预报速度是传统数值模式的10000倍以上，能够提供全球气象秒级预报，预测结果包括位势、湿度、风速、温度、海平面气压等，可以直接应用于多个气象研究细分场景。

华为云研发团队两年前开始AI气象方向的研究。他们发现，AI气象预报模型的精度不足主要有两个原因：一是现有AI气象预报模型都是基于2D神经网络，无法很好地处理不均匀的3D气象数据；二是AI方法缺少数学、物理的机理约束，在迭代过程中会不断积累迭代误差。为此，团队提出用适应地球坐标系统的三维神经网络处理复杂的不均匀3D气象数据，并且使用层次化时域聚合策略减少预报迭代次数，从而减少迭代误差。基于43年的全球天气数据训练深度神经网络后，盘古气象大模型在精度和速度上全面超越了传统的数值预测方法。

谈到为何选择AI气象预报领域作为突破口，华为云研发团队负责人表示：一方面，气象预报尤其是对暴雨、台风、干旱、寒潮等极端天气的精准预测关乎国计民生；另一方面，气象预测问题非常复杂，AI可以从海量数据中挖掘出新的大气演变规律，在精度和速度上具有相当大的提升潜力。“未来，华为云将联合全球气象机构，继续探索并发挥AI在气象领域的应用潜力，为农林牧渔、航空航海等行业及公共安全领域提供有力的科技支持。”该负责人表示。

标签