比传统数值预报模式快1万倍，只需几分钟就能给出未来7到10天的预报结果。近日，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。过去的一年，气象大模型迅速发展，华为盘古大模型在气象预报领域成果斐然。南京大学大气科学学院汪名怀教授在接受采访时表示，气象行业高质量的数据和人工智能的超强算力，是促进精准天气预报取得新突破的关键。

南京大学汪名怀教授

AI大模型天气预报的优势是什么？

AI大模型解决了传统数值模型在计算方面的限制。汪名怀教授介绍，与传统数值预报模式通过数值求解数学物理方程的方式不同，AI气象大模型是基于深度学习的方法，对历史气象大数据进行学习并建立模型。一旦完成训练，这些大模型就可以开展未来天气预报工作。相比传统数值预报模式，AI大模型的运行速度非常快，例如获得2023年十大科技进展的华为盘古气象大模型，比传统数值预报模式快1万倍。同时，这些模型甚至还可以在个人电脑上运行，只需几分钟就能给出未来7到10天的预报结果。

除此之外，这些模型预报效果在某些方面接近甚至超过传统数值预报模式。例如对于临近期预报，人工智能能够快速处理分析大量的即时观测数据，提高时效性。同时，AI气象大模型还可以实现自我迭代，学习以往案例作为经验来预测当前的状况，因此其准确性比人工和传统方法都更高。

数值天气预报的模式

传统天气预报是怎么做的？

传统天气预报主要依靠数值天气预报模式。该模式基于流体力学和热力学的物理规律来构建控制大气运动的数学方程，并用超级计算机求解这些方程，进而预测未来7到10天的天气状况。在数值模型中输入气象初始场，模型就会一步步计算下一个时刻的气象场。这些模式一般都有伴随的观测资料的同化系统，将各种观测数据（包括地面观测、卫星、雷达等）融合到模式数值方程的求解中，进一步提升模式预测结果的精准度。

精准天气预报有哪些衡量指标？

汪名怀教授指出，精准天气预报指的是利用先进的技术和方法，尽可能准确地预报未来一段时间内的天气状况，包括气象要素场、降水、极端事件预报等多个方面。一般预测系统，包括数值预报模式，会给出某一时刻大气变量在三维空间上的分布（如风场、温度场、湿度场、气压场等），一般用这些预报场和实际观测（包括地面站点、探空、遥感探测等）的变量相比较，两者的相关系数越大则天气预测越准确。比如台风预测会重点关注台风的移动路径和强度，暴雨则关注落区和强度等，这些也是天气预报的基本要求。

天气预报卫星图

精准天气预报难点在哪儿？

AI大模型出现之前，传统精准天气预报的一大难点在于，数值预报模型建模过程的复杂度高。尽管数值预报模型是基于复杂的数学和物理规律构建的，但影响大气系统的过程更加复杂，包含了许多物理和化学过程，跨越不同时间和空间尺度。如何在数值预报模式中准确模拟这些复杂过程，一直是数值预报模式发展的挑战。

另一大难点则是计算资源有限。因为数值预报模式复杂度高，所以需要大量的计算资源来运行，尤其是在进行高分辨率和全球范围天气预报时，需要的计算资源更多。然而，相对有限的计算资源，限制了模型分辨率的提高和更频繁的模型运行，从而影响了预报的详细程度和及时性。

气象领域的AI大模型为什么能取得突破性进展？

气象领域的AI大模型之所以能取得突破性进展，很重要的原因之一就是气象数据的质量非常高。例如，盘古气象大模型就是应用过去43年的历史气象数据进行训练的。这些气象数据是基于数值模式的结果，并融合观测数据获得的，经过多年的发展和验证，数据质量很高，是大气学科领域开展科学研究和应用的重要数据集，现在被进一步用到了AI气象大模型的训练中。这些数据能更准确地捕捉大气过程，目前的预测精度也相当可观。汪名怀教授表示，高质量的数据也是大气和气象行业引以为傲的地方，国家也倡导更好地开源，希望数据能更广泛地共享，进一步推动大模型的发展。

AI大模型有可能取代数值预报模式吗？

“目前的AI大模型还没法完全取代数值预报模式。”汪名怀教授介绍，当下的气象大模型尚缺乏直接同化观测数据到AI大模型的能力，同时大模型的训练也需要大量计算资源，随着训练数据集参数的进一步大幅度提升，AI大模型训练时的算力也会成为一种制约。但总体来说，AI大模型将会在气象行业得到越来越广泛的使用，中国气象局也在出台相关举措，推动人工智能赋能气象高质量发展。

作者：

南京大学新闻传播学院学生 曹泓 苏伟钦 汤新健

指导老师：

南京大学新闻传播学院副教授 庄永志

现代快报+记者 朱俊骏