清华大学与中国气象局合作开发的大模型「NowcastNet」成功解决了极端降水天气临近预报的世界级难题。
该模型能够在公里尺度下预报0-3小时的极端降水,包括短时强降水、暴风雨、暴雪、冰雹等。过去,由于极端降水天气的复杂性和混沌效应,临近预报时效往往只能在一小时以内。
NowcastNet 的研发过程历时三年,利用近六年的雷达观测资料进行模型训练。该模型采用了深度学习与物理规律相结合的方法。通过设计中尺度演变网络和对流尺度生成网络,模型可以模拟降水过程中的中尺度和公里尺度运动,并通过物质连续性方程和神经演变算子进行预测。
该模型不仅将降水临近预报的时效延长至3小时,而且在临界成功指数(CSI)、能量谱密度(PSD)等数值指标上表现优异。在经过专家检验和与其他预报系统对比后,NowcastNet 被认为具有最高的预报价值,对极端降水的预报具有较强的业务价值。
这项研究成果在《自然》杂志上发表,被《自然?新闻和观点》以 “The Outlook for AI Weather Prediction” 为题报道。研究人员认为,该研究探索了数据驱动与物理驱动相结合的新范式,对其他具有多尺度物理特性的问题也具有应用前景。将来,该方案有望在物理问题求解、大气海洋模拟、工业设计仿真等领域得到进一步应用。
通过清华大学与中国气象局的合作,NowcastNet 模型的成功研发为极端降水天气的临近预报提供了有效的解决方案。这对于改善天气预报的准确性、保障公众的安全具有重要意义。
![清华大学与中国气象局合作的大型模型成功登上Natur,实现对极端天气的精确预测](https://cnschat-1315638552.cos.ap-guangzhou.myqcloud.com/2023/07/20230712143716957.jpg?imageMogr2/format/webp/interlace/1/quality/100)
暂无评论...