(相关资料图)

中新网北京7月6日电 (记者 孙自法)国际著名学术期刊《自然》最新发表两篇聚焦研究人工智能(AI)天气预报潜力的气候科学论文，分别提出两种AI天气预报方法，第一种方法最多能提前一周预测全球气候模式，另一种方法能预测短时天气，如极端降水事件。

这些AI协助天气预报方法与现有方法的准确率相当，或是能预测此前很难预测的天气现象。不过，在考虑这些新方法如何以及是否能补充或取代现有预报系统前，仍需传统天气预报领域的进一步评估和参与。

据论文介绍，天气预报在帮助拯救生命和最小化财产损失方面起着关键作用，尤其是在气候变化导致极端气候事件愈发频繁的情况下。目前为止，最准确的预报系统为数值天气预报，这种方法主要依赖物理方程，但对算力的要求很高，而且速度通常很慢，单次模拟需要好几个小时。近年来，一些基于AI的方法具有使天气预报速度显著加快的潜力，但准确率通常不及数值天气预报。

第一篇论文通讯作者、中国华为云田奇和同事报道了名为盘古气象(Pangu-Weather)的基于AI的天气预报系统，最多能提前一周预测全球天气。该模型使用39年的全球再分析天气数据进行训练。盘古气象的预测准确率相当于全世界最好的数值天气预报系统——欧洲中期天气预报中心使用的综合预报系统，同时在相同的空间分辨率下速度要快1万倍以上。盘古气象还能用一个3D模型对各个高度水平进行预测，比其前任AI系统提供了更完整和细节的预测结果。

在另一篇论文中，论文共同通讯作者、美国加州大学伯克利分校Michael Jordan、中国清华大学王建民和同事等报道了NowcastNet模型，其通过结合物理规律和深度学习来实时预报降水。临近预报是指非常短期的天气预报，最多提前6小时，因此能提供即时天气的详细信息。临近预报对于极端降水事件的风险预防和危机管理非常重要。基于美国和中国的雷达观测数据，NowcastNet最多能提前3小时对2048千米×2048千米的区域进行高分辨降水预测。

62名气象学家对不同模型的极端降水预测能力和价值进行了评估，NowcastNet在约70%的预测中超过其他领先方法，排名第一。该研究结果表明，其在降雨率上的预测优势，尤其是之前被认为很难预测的极端降水事件。

《自然》同期发表同行专家的“新闻与观点”文章认为，人工智能在天气预报任务方面“潜力巨大”，也提醒“其中的风险要求气象学家学习设计、评估和解读这类系统”。(完)