首页>资讯>要闻
“风清”大模型差异化发展:气象智能预报获成长型突破 来源:中国气象报社 日期:2024年07月01日07:44

  近年来,以数据驱动为主的全球中短期天气预报人工智能(AI)大模型取得突破性进展。2023年7月,中国气象局联合清华大学组建团队(以下简称“团队”),开始在大模型架构原创技术、自主模型训练和数据应用、预报精准程度等方面重点探索、寻求突破。团队对标该领域国际前沿进展,综合国内气象大模型发展,研发出基于AI技术与气象物理机制有机融合的“风清”气象AI大模型(以下简称“风清”大模型)。

  谈到“风清”大模型的技术“闪光点”,团队主创成员之一、国家气象中心天气预报技术研发室主任曹勇表示:“该模型具有强物理表征性的深度模型结构设计,并面向中短期预报进行能量守恒迭代训练,实现数据和模型结构完全自主可控。”

  不同于国内外主流应用视觉变换器网络(Vision Transformer)、图神经网络、神经算子网络、扩散生成模型等技术路线,团队将气象物理融入深度学习模型设计,构建了全新的、强物理表征的“风清”大模型。

  主流气象AI大模型大多局限在建模观测资料的时空交互上,“风清”大模型则侧重于大气物理融入和可解释性——将大气的多尺度时空交互变换为隐空间的状态转移,在实现高效计算的同时,为预测结果提供物理可解释的依据。该模型训练过程紧密结合物理守恒特性,大模型在粗网格气象实况分析上构建哈密顿守恒系统,挖掘气象过程中潜在的守恒性质,再以此为基础约束大模型预报结果的守恒性质,以提升长时效预报结果的活跃度以及对于灾害性天气的预报效果。

  为了减少迭代过程中的累积误差,“风清”大模型采用可扩展的多时效优化策略,分离计算各时效的参数梯度再统一优化,使得模型的每一步优化都综合考虑未来多天预报的效果,同时充分延长优化预报时效,不断提升其中短期预报效果。该模型的数据及结构设计完全国产自主可控,可在3分钟内生成未来15天、逐6小时、25公里分辨率的全球气象预报产品,包含地面和13个气压层,共69个气象要素。

  “风清”大模型对台风路径预报误差较小,相较于主流气象预报大模型,尤其在168小时及以后时效具有更为明显的优势,已在近两年的台风、高温、寒潮降温及大风预报中得到应用。

  以2023年第6号台风“卡努”的预报为例——8月3日夜间至4日上午,当“卡努”移动到距浙江沿海约290公里的东海南部时,其移动逐渐停滞,路径呈现锐角转向,即由西北方向转向东偏北方向缓慢移动。“风清”大模型从7月31日0时开始,大约提前3天预报出了此次台风转向过程;12时,已预报出“卡努”两次转向的时间和转向点位置。

  “该模型对‘卡努’第二次路径转折预报效果较好,还原了转向期间北侧高压坝破溃的过程,同时显示出台风南侧588位势什米线北抬,造成台风南侧气压梯度增加继而影响其转向偏东方向移动。”曹勇说。

(作者:蒋芷晴 责任编辑:张林)