国内AI中期天气预报大模型进展及面临的挑战.pdf

ComputerScienceandApplication计算机科学与应用,2024,14(12),196-206

PublishedOnlineDecember2024inHans./journal/csa

/10.12677/csa.2024.1412254

国内AI中期天气预报大模型进展及面临的

挑战

汪海涛，张笑，康钊菁，商临峰，杨春生，张珊，蔺而亮

太原卫星发射中心，山西太原

收稿日期：2024年11月15日；录用日期：2024年12月15日；发布日期：2024年12月24日

摘要

随着人工智能技术的快速发展，AI在天气预报领域的应用已成为提升预报准确率的重要手段。本文深入

介绍了国内AI中期预报大模型的最新研究成果与创新价值，具体聚焦于风乌气象大模型、伏羲气象大模

型和华为盘古气象大模型。风乌模型通过多模态多任务学习方法、不确定性损失函数及重放缓冲机制，

显著提升了预报的准确性和时效性，特别是在全球500hPa位势高度和台风路径预报方面展现出卓越性

能。伏羲模型则采用级联机器学习架构和纬度加权损失函数，优化了长期天气预报，尤其在对小到中等

降水事件的预报上表现出色。华为盘古气象大模型凭借三维地球特定变换器和分层时间聚合算法，实现

了高空气象变量和地表气象变量的高精度预测，同时在极端天气事件的预报上展现出强大能力。这些模

型不仅提高了预报精度和效率，还减少了对高性能计算资源的依赖。本文还探讨了AI气象大模型与数值

预报的互补关系，并对未来AI在气象预报领域的发展趋势进行了展望，强调了实时数据同化和极端天气

模型构建的重要性。尽管AI气象大模型在常规气象预报方面取得了显著成果，但在极端天气事件预报、

数据同化、高分辨率数据处理等方面仍面临挑战。这些研究成果和创新价值为气象预报领域的研究和实

践提供了有价值的参考和启示。

关键词

人工智能，中期预报，极端天气，数据同化，机器学习

ProgressandChallengesofLarge-ScaleAI

Mid-TermWeatherForecastingModelsin

China

HaitaoWang,XiaoZhang,ZhaojingKang,LinfengShang,ChunshengYang,ShanZhang,

ErliangLin

TaiyuanSatelliteLaunchCenter,TaiyuanShanxi

ththth

Received:Nov.15,2024;accepted:Dec.15,2024;published:Dec.24,2024

文章引用:汪海涛,张笑,康钊菁,商临峰,杨春生,张珊,蔺而亮.国内AI中期天气预报大模型进展及面临的挑战[J].

计算机科学与应用,2024,14(12):196-206.DOI:10.12677/csa.2024.1412254

汪海涛等

Abstract

Withtherapiddevelopmentofartificialintelligencetechnology,AIhasbecomeanimportantmeans

toimprovetheaccuracyofweatherforecasting.Thisarticleprovidesanin-depthintroductionto

thelatestresearchachievementsandinnovativevalueofdomesticAImid-termforecastingmodels,

focusingontheWindWuMeteorologicalModel,theFuxi