数值预报AI气象大模型国际发展动态研究.pdfVIP

大气科学学报2024年第47卷第1期：46-54资料同化与天气预报

TRANSACTIONSOFATMOSPHERICSCIENCES

数值预报AI气象大模型国际发展动态研究

黄小猛*，林岩銮，熊巍，李佳皓，潘建成，周勇

①清华大学地球系统科学系，北京100084；

②浙江工业大学计算机科学与技术学院，浙江杭州310023；

③中国气象局气象发展与规划院，北京100081

*联系人,E-mail:hxm@

2023-12-01收稿，2023-12-18接受

国家杰出青年科学基金资助项目；国家重点研发计划资助项目（2022YFE0195900；2021YFC3101600；2020YFA0607900）

摘要数值预报是研究地球系统的重要工具，有助于加深科学家对大气、海洋、气候和关键词

环境等复杂系统之间相互作用和变化过程的理解，在防灾减灾、气候变化和环境治理等数值预报；

方面发挥着不可或缺的作用。随着模式复杂度和分辨率的提高，传统数值模式在气候地球系统模式；

变化研究和气候预测方面取得了迅速的进展，但也面临一些挑战，需要得到数据同化、深度学习；

集合耦合、高性能计算和不确定性分析等多方面的支持。而近年来，“AI+气象”的交又气象大模型

研究在气象领域引起了广泛关注。基于多种深度学习架构的人工智能大模型，依托强

大的计算资源和海量的数据进行训练，能够以新的科学范式进行高效数值预报。气象

大模型不断涌现，一些科技公司如华为、英伟达、DeepMind、谷歌、微软等，以及国内外

高校如清华大学、复旦大学、密歇根大学、莱斯大学等发布了多个涵盖临近预报、短时预

报、中期预报和延伸期预报等不同领域的气象大模型。这标志着人工智能与气象领域

的交叉融合已经达到新的高度。尽管气象大模型在现阶段取得了较大突破，但其发展

仍然面临弱可解释性、泛化能力不足、极端事件预报强度偏低、智能预报结果过平滑、深

度学习框架能力需要拓展等诸多挑战。

作为国家防灾减灾的重要保障，数值预报技术etal.,2020;Renetal.,2023）。地球系统模式由气候

正在迅速发展。一方面，传统的物理天气气候模式系统模式发展而来，是气候系统模式在深度和广度

正在快速发展，并逐步过渡到地球系统模式。另一上的拓展。传统的气候系统模式主要包含大气、陆

方面，人工智能大模型在天气预报领域取得了突飞面、海洋、冰冻圈（海冰和冰盖）等分量模式，主要用

猛进的进展,呈现出一种互相追赶的态势。本文将于模拟和理解过去、现在和未来气候背景下气候系

总结国际和国内在传统数值预报模式和气象大模型统各个圈层相互作用的物理规律，包括重大天气和

两方面的最新进展，并展望未来的发展。气候灾害的预测和机理研究，全球能量和水分循环、

海洋环流和海冰演变等（王斌等，2008；王会军等，

1地球系统模式2014）。气候系统模式构成了地球系统模式的基本

地球系统数值预报是当今世界公认最为重要的框架，后者在气候系统模式基础上扩展了大气化学、

地球系统研究工具，是开展防灾减灾、气候变化和环生物地球化学和人类活动影响等过程以及以上过程

境治理等科学研究不可缺少的手段。基于地球系统之间的相互作用（Randalletal.,2019）。欧美发达

国家已开启以地球系统模式为目标的下一代数值模

框架下的无缝隙多尺度天气气候一体化预报技术是

式研发。随着科学技术的发展，对大气、海洋、地质

数值预报的核心攻关任务（Brunete