气候变化领域集成服务门户

基于人工智能（AI）的模型正在革新天气预报，超越先进的数值天气预报，但其推断与可靠预测创纪录极端天气事件的能力仍不明确。4月29日，德国卡尔斯鲁厄理工学院（Karlsruhe Institute of Technology）、瑞士日内瓦大学（University of Geneva）和苏黎世联邦理工学院（ETH Zurich）等在《科学进展》（Science Advances）发表题为《基于物理的模型在预测创纪录极端天气方面优于人工智能天气预报》（Physics-Based Models Outperform AI Weather Forecasts of Record-Breaking Extremes）的文章指出，AI模型虽在常规天气状况预报方面表现良好，但会低估创纪录极端天气事件的强度和频次。

研究人员基于欧洲中期天气预报中心（ECMWF）第五代全球大气再分析数据集（ERA5）1979—2017年的最高气温、最低气温和最大风速数据，训练GraphCast、盘古和伏羲等天气预报大模型，并筛选出2018年和2020年创纪录的162751次高温、32991次低温、53345次大风等极端天气事件作为验证上述AI模型的参照数据，比较AI天气预报大模型与ECMWF高分辨率集成预报系统（HRES）间的差异。结果显示，AI模型会低估创纪录极端天气事件的强度和频次（“低估”高温温度和风速强度，“过度”预测低温记录）。常规天气状况预报方面，AI模型的精度优于HRES，但预报创纪录极端天气事件时，HRES的优势更为明显，且在短时（1~10天）预报中，二者差距更为显著。研究表明，开发传统物理数值天气预报与人工智能相结合的模型更有助于极端天气早期预警与灾害管理。