气候科学与地球系统建模：大模型在气候模式参数优化、极端天气事件归因与碳中和路径模拟中的应用.docx

PAGE2

气候科学与地球系统建模：大模型在气候模式参数优化、极端天气事件归因与碳中和路径模拟中的应用

摘要

本报告聚焦于人工智能大模型在气候科学与地球系统建模领域的深度应用，系统探讨了其如何重塑传统气候研究范式。研究范围覆盖气候模式参数优化、极端天气事件归因及碳中和路径模拟三大核心场景。

报告发现，大模型正从底层革新气候模拟的精度与效率。在参数优化方面，深度学习替代了传统经验性参数化方案，使积云对流等关键过程的模拟误差降低20%以上。在极端事件归因中，大模型驱动的“故事线”与“风险概率”混合归因框架，将超级台风、千年一遇热浪等事件的人为影响置信度提升至95%以上。在碳中和路径模拟中，大