美国国家海洋和大气管理局（NOAA）的开创性高分辨率快速更新短期天气预报模型（HRRR）将迎来人工智能驱动的试验性姊妹模型HRRR-Cast。

　　7月，NOAA全球系统实验室（GSL）将推出高分辨率快速更新预报模型HRRR-Cast，这是一款以数据为驱动的模型，其训练数据源自HRRR模型过去3年的资料，将交由NOAA的国家气象局（NWS）进行测试。10年来，HRRR一直是该局的旗舰业务短期天气预报模型。

　　HRRR-Cast是NOAA首个区域试验性人工智能预报系统，也是该机构雄鹰计划的关键组成部分。该计划旨在为NOAA和美国气象企业提供快速测试、开发和识别最具前景的人工智能模型能力方面的长期项目，开展全球和区域集合预报。

　　NOAA全球系统实验室科学计算部门主管、项目经理伊西多拉·扬科夫介绍：“HRRR-Cast已共享给NOAA环境建模中心（EMC）的同事进行评估，并有可能集合到示范预报系统中，这标志着人工智能在环境建模应用方面取得重大飞跃。”

　　HRRR-Cast是NOAA海洋与大气研究办公室下属的全球系统实验室牵头的一项合作研究成果。该实验室牵头开发HRRR模型，并将其广泛使用于短期天气模型业务。NOAA全球系统实验室科学家们认识到，HRRR产生的大量高质量数据将是人工智能驱动的高分辨率模型的理想训练数据集，以及利用人工智能改进HRRR系统的可行性。由此，HRRR-Cast应运而生。  

　　HRRR是一个实时的数值天气预报模型，利用3公里分辨率的地面网格和50个垂直高度来预报美国大陆天气状况。3公里分辨率使HRRR能够模拟那些低分辨率传统全球模型无法解析的云和对流特征。HRRR每小时生成一次新的18小时预报，每6小时生成一次新的48小时预报，每小时同化4次天气雷达数据，显著提高了降水和强雷暴、龙卷风等灾害性天气事件预报能力。

　　相较于传统的、物理驱动的数值天气预报模型HRRR，HRRR-Cast等数据分析型模型通过分析大量类似的历史天气数据来“学习”如何识别不同模式，并利用这些模式进行预测，并且足够轻便，可在单台笔记本电脑上运行，无需通过超级计算机。

　　最初，NOAA全球系统实验室的科学家们期望将HRRR-Cast开发成与HRRR技巧相匹配的模拟器。他们表示，早期评估结果令人振奋。在反射率预报方面，HRRR-Cast在长达7小时的预报中表现与HRRR相当，在长达48小时的预报中表现也与其不相上下。初步结果显示，在湿度、温度和风力预报方面，二者同样旗鼓相当，且HRRR-Cast能生成更逼真的风暴结构，计算效率是HRRR的100到1000倍。

　　HRRR-Cast是NOAA海洋与大气研究办公室基层研究的成果，得到NOAA全球系统实验室和首席信息官办公室的科学工程与新型架构计划支持。

　　气象建模师、NOAA全球系统实验室代理主任柯蒂斯·亚历山大表示，HRRR-Cast早期表现惊艳，可能会拓展到更多天气现象的预报。预计今年8月，HRRR-Cast集合版本将投入测试。

　　（来源：NOAA官网 编译：高宇平 刘淑乔 专家顾问：董全 责任编辑：蒋芷晴）