AI模型準確進行天氣預測與氣候模擬 |
2024年07月25日 09時54分 新華網 |
《自然》23日報道了一種人工智能(AI)模型。該模型名為“NeuralGCM”,結合了流體動力學與神經網絡,能進行準確的天氣預測和氣候模擬。模型超越了部分現(xiàn)有模型,與傳統(tǒng)模型相比,有望節(jié)省大量算力。 一般環(huán)流模型(GCMs)能表示大氣、海洋和陸地的物理過程,是天氣和氣候預測的基礎。而減少長期預報的不確定性以及估算極端天氣事件,則是氣候預測的關鍵。機器學習模型一直被認為是天氣預測的一種替代手段,它們在節(jié)省算力成本方面具有優(yōu)勢,但在長期預報方面的表現(xiàn)常常不如一般環(huán)流模型。 鑒于此,美國谷歌研究院團隊設計了“NeuralGCM”,這個模型結合了機器學習和物理方法,能進行中短期天氣預報以及幾十年的氣候模擬。該模型對1—15天預報的準確率能媲美歐洲中期天氣預報中心(ECMWF,最好的傳統(tǒng)物理天氣模型之一)的預測結果。對于最多提前10天的預報,“NeuralGCM”的準確率與現(xiàn)有機器學習技術不相上下,有時甚至更好。 “NeuralGCM”的氣候模擬準確率與最好的機器學習和物理方法相當。當團隊在“NeuralGCM”的40年氣候預測中加入海平面溫度后,他們發(fā)現(xiàn),模型給出的結果與從ECMWF數(shù)據(jù)中發(fā)現(xiàn)的全球變暖趨勢一致。新模型在預測龍卷風及其軌跡方面也超過了已有的氣候模型。 團隊總結道,這些結果共同表明,機器學習是提升一般環(huán)流模型的一個可行手段。(張夢然) (責任編輯:蔡文斌) |
【關閉窗口】 |