6月18日，中國氣象局發(fā)布人工智能全球中短期預報系統(tǒng)“風清”（以下簡稱“風清”大模型）、人工智能臨近預報系統(tǒng)“風雷”（以下簡稱“風雷”大模型）和人工智能全球次季節(jié)—季節(jié)預測系統(tǒng)“風順”（以下簡稱“風順”大模型）。

綜合國內氣象大模型發(fā)展并對標國際前沿進展，中國氣象局聯(lián)合清華大學組建攻關團隊，在大模型預報核心技術、預報精準程度上尋求突破，構建了“風清”大模型。該模型具有大氣強物理融入和可解釋性，在實現高效計算的同時，可為預測結果提供物理可解釋性依據，自動挖掘包括天氣系統(tǒng)內在的物理演變。該模型的訓練過程緊密結合物理守恒特性，可有效提升長時效預報結果的活躍度。該模型采用可擴展的多時效優(yōu)化策略，可綜合考慮未來多天預報的效果，有效延長預報時效，不斷提升短中期預報效果。檢驗結果表明，該模型全球可用預報天數達到10.5天，超過歐美主流氣象預報大模型，尤其是在較長預報時效，具有更為明顯的優(yōu)勢。

聚焦臨近預報中的核心難題，中國氣象局與清華大學聯(lián)合攻關團隊構建“風雷”大模型。該模型將數據驅動與物理驅動兩大科學范式緊密結合，顯著提高了公里尺度下0至3小時雷達回波的預報能力，并實現深度學習與物理規(guī)律的無縫隙融合。同時，“風雷”大模型將物理模型的中尺度預報和人工智能的對流尺度預報有機融合，在預報準確性和細節(jié)豐富性上實現突破。同時，構建了一套“數據—算力—平臺”全流程短臨預報系統(tǒng)，能夠在3分鐘內生成0至3小時逐6分鐘的雷達回波外推產品，實現強回波預報技巧提升25%。

面向15天以上更大不確定性的氣候預測難題，中國氣象局聯(lián)合復旦大學和上?？茖W智能研究院基于人工智能方法構建了“風順”大模型?！帮L順”大模型創(chuàng)新地引入基于流依賴的集合擾動智能生成技術，從而更加合理地抓住了未來氣候系統(tǒng)演變的不確定性，同時“風順”還納入了海氣相互作用關鍵過程，進而提升了對熱帶大氣季節(jié)內振蕩MJO的預測技巧。該系統(tǒng)在中國氣象局智算平臺上完成了業(yè)務部署，逐日滾動開展100個集合成員的大樣本預測，形成了面向未來60天全球基本要素和極端事件的確定性和概率預報測試產品，對全球降水的預測技巧展示出一定的優(yōu)勢。

值得一提的是，“風清”“風雷”“風順”三個大模型，完成了基于國產全球大氣再分析資料CRA-40、雷達觀測資料、風云衛(wèi)星遙感資料的訓練和檢驗評估，有效降低了目前主流氣象預報大模型對國際再分析資料的依賴度。

據悉，5月24日，中國氣象局在第七屆數字中國建設峰會·數字氣象分論壇上發(fā)布了人工智能天氣預報大模型示范計劃，調動和激勵社會各界力量，共同打造人工智能技術研發(fā)和氣象應用的創(chuàng)新生態(tài)。同時發(fā)布了第五批氣象數據開放共享目錄，旨在支撐各行業(yè)開展人工智能大模型的訓練評估。

來源：中國氣象報社