高温热浪、干旱持续、暴雨频发……在世界各地,全球变暖的当下,极端天气气候事件频发,亟待全人类共同应对,特别亟需在前端开展更长预见期的精准预报。6月18日,中国气象局发布人工智能全球次季节—季节预测大模型系统“风顺”(以下简称“风顺”大模型)。
由国家气候中心联合复旦大学和上海科学智能研究院团队研发的“风顺”大模型是目前国内外首个基于人工智能方法实现次季节—季节全球气候异常预测的大模型系统,其创新性地引入了海气相互作用和基于流依赖的集合扰动智能生成技术,能够实现面向未来60天全球基本要素和环流场的预测。
相比于时效两周以内的天气预报,15天以上的气候预测不确定性更大。然而,15天以上的次季节—季节气候预测是能源、农业、水利等领域安排生产的重要依据。受限于次季节可预报性来源复杂,次季节预报技巧低,15天以上的次季节—季节气候预测一直是国际前沿难点,“风顺”大模型在解决这一气候预测难题上展现了一定优势。其关键创新点之一,是在原始大模型的基础上,引入了基于流依赖的智能扰动生成模块,从而可以在当前气候系统状态下刻画未来一个预报时次气候系统演变的概率特征,进而有效地抓住气候系统物理不确定性。
此外,“风顺”大模型还创新性地纳入了海气相互作用过程,有效提升了对热带大气季节内振荡(MJO)的预测技巧,这也是次季节预测最重要的可预报性来源。通过对比可以得出,基于自主再分析和观测资料驱动的“风顺”大模型对MJO的预测技巧达到了32天,显著优于传统的数值预报模式。上述MJO的高技巧预测也带来了全球降水预测技巧的提升。评估结果显示,“风顺”大模型对15天以上全球候平均降水的预测技巧提升约21%,热带地区提升约17%,热带外地区提升约30%,而这种降水技巧的提升在陆地季风区同样是显著的。更为重要的是,“风顺”大模型具备了在次季节尺度上预测极端天气气候事件的潜力,例如对热带外极端降水事件的概率预测技巧较传统数值预报模式显著提升,无论是2022年巴基斯坦降水还是2020年长江流域的“暴力梅”,“风顺”大模型都展现了出色的预测技巧。
除了作为有力的气候预测工具,“风顺”大模型还具有揭示极端事件气候物理机制的潜力。不同于传统的气候机理研究范式——从观测中发现、提出假设、再以数值模式验证,人工智能大模型提供了一种研究气候机理新的可能,即不需要先验假设,而是利用有预测技巧的信号发掘多因子协同影响。以2022年巴基斯坦发生的强降水为例,“风顺”大模型利用显著图揭示了前期热带三大洋相互作用对这次强降水的重要作用。
目前,“风顺”大模型已在中国气象局智算平台上完成业务测试部署,逐日滚动开展100个集合成员的大样本预测,形成了面向未来60天全球基本气象要素和极端事件的确定性和概率预报测试产品。
当前,人工智能等新技术是推动科技跨越发展、产业优化升级、生产力整体跃升的重要驱动力量,寓意“风调雨顺”的“风顺”大模型将随着业务应用的深化提供更多高质量气候预测服务,帮助公众科学应对自然灾害风险,助力实现生命安全、生产发展、生活富裕、生态良好。
(作者:刘蕊 责任编辑:张林)