中国大模型怎样帮助预测天气？

中国大模型怎样帮助预测天气？

作者：田达玮 科普创作者

审核：秦曾昌 北京航空航天大学 自动化科学与电气工程学院 副教授

2023年，《自然》期刊上发表了一篇文章，这是第一篇以中国科技公司作为唯一署名单位的《自然》正刊。而这篇文章研究的内容，是跟人们生活息息相关的天气预测。

虽然我们现在能很轻松地在手机上查到每天，甚至每小时的天气状况，但要想精确预测天气，绝不是一件容易的事情。

天气预测：从经验预测到数值模拟

天气和人类的生活生产息息相关。

所以早在几千年前，古人就已经有了看云识天气，或者看动物识天气的方法，比如“燕子低飞要下雨”“一雾三晴，重雾三日必大风”“朝霞不出门，晚霞行千里”等等。

而随着科学的发展，一些地方也开始建立早期的气象站。它们一方面能够继续积累准确的气象、气候数据，同时也能够对当地的天气做出简单的预测。虽然跟现代天气预报的准确度没法比，但有总比没有强。

在19世纪中期，电报开始普及，人们能够跨越很远的距离交流信息。这对于气象站来说也很重要，特别是在得知了上风向地区的天气之后，可以根据这些情况对天气做出预测。

但随着社会的发展，这种预测方式已经远远不能满足人们的需要了。

到20世纪之后，气象科学家相信，人们是可以基于热力学、流体力学模型，对天气状况进行预测的。并且给出了大致的预测思路，给定一个初始条件，用它带入到考虑了众多气象参数的模型中，就能根据这个条件推算出接下来的天气。

在1922年，英国数学家刘易斯·弗莱·理查森（Lewis Fry Richardson）进行了一次尝试，利用手动计算的方式，进行了一次天气预测。

虽然当时的天气预测模型还相当简单，而且非常耗时（这次预测耗费了刘易斯一个多月的时间），而预测出来的结果跟实际状况相差十万八千里。

但刘易斯还是比较乐观的，他认为，在未来“计算机器”的帮助下，人们可以更加快速准确地预测天气。

刘易斯的猜想没错，在刘易斯的首次尝试之后三十年，电子计算机开始应用在天气预报上。这种基于大气的数学物理模型预测天气的方法叫作数值预测。

随着气象数据的积累、大气模型的完善，以及计算机算力的飞速提高，数值预测天气也变得越来越准确，成为了气象预测中的标准方法。

目前世界上比较知名的气象预测机构和模型，都是基于数值预测模型建立的。其中的佼佼者，要数欧洲中期天气预报中心（ECMWF）了。而在开头提到的论文中，AI预测的结果也是和欧洲中期天气预报中心的预测结果进行比较的。

AI预测天气模型

虽然数值模型预测天气已经非常准确了，但它依然存在一些问题。比如每次计算需要消耗大量的算力和时间。

而随着AI技术的发展，特别是深度学习技术的发展，人们也开始尝试用AI来预测天气。使用相同的计算资源的情况下，AI预测能比传统的数值模型预测快好几个数量级。

但再过去，AI预测模型的准确度还不够高。比如2022年时候的FourCastNet，它的预测准确度就远低于欧洲中期天气预报中心模型。

2023年论文中提到的盘古气象大模型也是基于深度学习技术，利用欧洲中期天气预报中心的再分析数据集（ERA5 数据）对模型进行训练。

ERA5的数据分辨率为1小时，模型采用了1979到2017年超过34万个时间点的数据进行训练量。

而且和过去的模型不同，盘古大模型采用的是三维深度神经网络，让模型能够更好地“理解”不同气压层的大气变化，从而更好地“理解”天气。

模型还提前输入了地球的“先验”知识，让模型能够更好地考虑地球上不同位置的气候特征，这些都让盘古大模型有了更好的预测效果。

模型3D神经网络架构，图片源自文献1

结果发现，对于湿度、风速、温度、海平面气压等方面，盘古模型的预测准确率优于之前的AI模型FourCastNet，也比欧洲中期天气预报中心的数值模型要好。

更重要的是，盘古模型的预测速度比欧洲中期天气预报中心的数值模型快1万倍以上，这对于节约计算资源，以及即时预报极端天气来说至关重要。

预测热带气旋

预测热带气旋的走向是一件非常困难的事情。很多人可能还记得，在2023年，超强台风“卡努”的行踪就非常“难以捉摸”，来了两次180度的大转弯。

2023年台风“卡努”的轨迹，图片来源：Wikipedia

盘古气象模型也对2018年的几个台风轨迹做出了预测，预测准确度都比欧洲中期天气预报中心的高。

比如，2018年欧洲中期天气预报中心曾经预测台风“康妮”会在中国登陆，而实际上没有。盘古气象模型预测的结果和实际情况更接近。

另外对台风“玉兔”的轨迹预测上，盘古气象模型比欧洲中期天气预报中心早两天预测出了它会在菲律宾登陆，这对于人们预防台风来说是至关重要的。

盘古、欧洲中期天气预报中心对康妮，玉兔的预测结果，图片来源：参考文献1

AI预测天气在继续进步

继盘古气象模型之后，2024年，《自然》期刊又发布了谷歌研究院团队设计的大气环流模型“Neural GCM”。

这个模型能够进行中短期的天气预测，同时还能完成长达几十年的气候模拟。

在对1到15天的预报准确率上，“Neural GCM”也和欧洲中期天气预报中心的准确率不相上下。而它在预测龙卷风这种的极端天气上，准确率也超过了已有的气候模型。

而且也和盘古模型一样，“Neural GCM”也能极大地节约计算资源。它预测中期天气和长期气候的速度比传统的大气环流模型快了3到5个数量级。

虽然目前AI预测模型还不能完全取代原来的数值预测模型，但包括欧洲中期天气预报中心（ECMWF）和美国国家海洋和大气管理局（NOAA）等机构在内，已经开始试用AI技术来提高计算效率和预测精度。

相信在AI的加持下，天气预报或许会更加精确，或许预测几点几分下几滴雨这样的事情也不再算“天机”。这无疑也会为我们的生活提供更大的便利，让我们拭目以待吧。

参考文献：

[1] Lynch P. The origins of computer weather prediction and climate modeling[J]. Journal of computational physics, 2008, 227(7): 3431-3444.

[2] Bi K, Xie L, Zhang H, et al. Accurate medium-range global weather forecasting with 3D neural networks[J]. Nature, 2023, 619(7970): 533-538.

[3] Kochkov D, Yuval J, Langmore I, et al. Neural general circulation models for weather and climate[J]. Nature, 2024, 632(8027): 1060-1066.