基于人工智能大模型改进全球天气和海浪预报  

Improving global weather and ocean wave forecast with large artificial intelligence models

作　　者：零丰华 欧阳霖 Boufeniza Redouane LARBI 罗京佳 韩滔 仲晓辉 白磊 Ling F;Ouyang L;Larbi B R;Luo J J;Han T;Zhong X;Bai L

机构地区：[1]南京信息工程大学未来技术学院,气候与应用前沿研究院,南京210044 [2]赣州市气象局,赣州341000 [3]上海人工智能实验室,上海200232 [4]香港科技大学,中国香港999077 [5]复旦大学人工智能创新与产业研究院,上海201203

出　　处：《中国科学：地球科学》2024年第12期3677-3690,共14页Scientia Sinica(Terrae)

基　　金：国家重点研发计划项目(2020YFA0608000);国家自然科学基金项目(42030605)资助。

摘　　要：随着人工智能技术的飞速进步,一系列人工智能驱动的天气预报大模型应运而生,它们显著超越了传统数值天气预报模型的局限,在预测精度和计算效率上取得了显著的提升,逐渐成为了大气-海洋预报领域中强大的工具.本研究探讨了这些先进的人工智能预报大模型的演变,并基于具有代表性的大模型的共性,提出了天气预报大模型的“三大原则”:庞大的参数规模、大量的预报对象和巨大的应用潜力.除此之外,文章探讨了人工智能如何重塑数值天气预报的格局,并概述了其背后的关键因素.在认可人工智能天气大模型的高精度、高效计算和易部署性的同时,不能忽视传统数值预报的固有价值.同时,我们对人工智能在大气-海洋预报大模型未来发展中的挑战进行了深入分析.我们相信,大气-海洋天气预报的未来在于耦合人工智能与传统数值模式的混合模型,这种融合有可能为提升大气-海洋预报的准确性和可靠性开辟新的途径.最后,通过一个海浪预报实例展示了如何利用大型天气预报模型,以实现更加精准预测.

关 键 词：数值天气预报 深度学习 人工智能天气预报大模型 全球中期天气预报 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] P731.33[自动化与计算机技术—控制科学与工程] P456[天文地球—海洋科学]