中新網北京7月6日電 (記者 孫自法)國際著名學術期刊《自然》最新發表兩篇聚焦研究人工智能(AI)天氣預報潛力的氣候科學論文，分別提出兩種AI天氣預報方法，第一種方法最多能提前一周預測全球氣候模式，另一種方法能預測短時天氣，如極端降水事件。

　　這些AI協助天氣預報方法與現有方法的準確率相當，或是能預測此前很難預測的天氣現象。不過，在考慮這些新方法如何以及是否能補充或取代現有預報系統前，仍需傳統天氣預報領域的進一步評估和參與。

　　據論文介紹，天氣預報在幫助拯救生命和最小化財產損失方面起著關鍵作用，尤其是在氣候變化導致極端氣候事件愈發頻繁的情況下。目前為止，最準確的預報系統為數值天氣預報，這種方法主要依賴物理方程，但對算力的要求很高，而且速度通常很慢，單次模擬需要好幾個小時。近年來，一些基于AI的方法具有使天氣預報速度顯著加快的潛力，但準確率通常不及數值天氣預報。

　　第一篇論文通訊作者、中國華為云田奇和同事報道了名為盤古氣象(Pangu-Weather)的基于AI的天氣預報系統，最多能提前一周預測全球天氣。該模型使用39年的全球再分析天氣數據進行訓練。盤古氣象的預測準確率相當于全世界最好的數值天氣預報系統——歐洲中期天氣預報中心使用的綜合預報系統，同時在相同的空間分辨率下速度要快1萬倍以上。盤古氣象還能用一個3D模型對各個高度水平進行預測，比其前任AI系統提供了更完整和細節的預測結果。

　　在另一篇論文中，論文共同通訊作者、美國加州大學伯克利分校Michael Jordan、中國清華大學王建民和同事等報道了NowcastNet模型，其通過結合物理規律和深度學習來實時預報降水。臨近預報是指非常短期的天氣預報，最多提前6小時，因此能提供即時天氣的詳細信息。臨近預報對于極端降水事件的風險預防和危機管理非常重要。基于美國和中國的雷達觀測數據，NowcastNet最多能提前3小時對2048千米×2048千米的區域進行高分辨降水預測。

　　62名氣象學家對不同模型的極端降水預測能力和價值進行了評估，NowcastNet在約70%的預測中超過其他領先方法，排名第一。該研究結果表明，其在降雨率上的預測優勢，尤其是之前被認為很難預測的極端降水事件。

　　《自然》同期發表同行專家的“新聞與觀點”文章認為，人工智能在天氣預報任務方面“潛力巨大”，也提醒“其中的風險要求氣象學家學習設計、評估和解讀這類系統”。(完)