数值预报vs大模型

学术   2024-11-11 15:15   湖南  

点击蓝字

关注我们

各位客官老爷,久等了!经过几个月的持续开发,目前我们独立运行的伏羲、GraphCast、FourCastNet等三个大模型已经全部由实时更新的0.25°分辨率IFS数据进行驱动。在之前的预报检验过程中,几个大模型是使用ERA5再分析资料驱动的,一方面存在数据滞后性问题,另外一方面和其他实时运行的模型数据进行对比时,也存在一定的公平性问题。断更了几个月,感谢各位客官老爷的耐心和支持!目前7-10月的预报结果均已补算完毕,我们将逐步向大家公开检验结果。今天先补交一个7月份的预报检验作业。


检验说明


本轮参与检验的预报产品信息如下:

序号产品名机构主要技术路线
1IFSECMWF数值模式
2GFSNOAA数值模式
3伏羲复旦大学人工智能创新与产业研究院U-Transformer
4GraphCastGoogle DeepMind图神经网络
5FourCastNet英伟达自适应傅立叶神经算子(AFNO)
6GrpahCastGFSNOAA图神经网络
7AIFSECMWF图神经网络

    其中,使用图神经网络技术路线的GraphCast、GraphCastGFS、AIFS在小量级降水上存在误报较多的情况(请参考ECMWF的气象大模型,效果怎么样?的分析),结合EC官网的降水作图方式,我们将这几个预报结果进行了优化(去掉了0.5mm以下的降水),下文中以GraphCast-optimized、GraphCastGFS-optimized、AIFS-optimized展示。


检验方法


检验要素:降水、2米温度、10米风速

检验时段:2024.7.1 - 2024.7.31 所有预报产品每日4次(UTC00、06、12、18)预报结果

检验步长&时效:每种产品检验其6-120小时逐6小时预报效果

检验点位:2000+中国国家地面气象站点位(具体台站数量和位置,请参考国家气象科学数据中心官网)

检验方法:

  • 降水检验:晴雨TS评分

  • 其他要素:平均绝对误差(MAE)


检验结果


逐6小时降水检验


(降水晴雨TS评分曲线图,评分越高预报效果越好)


经过优化的AIFS和GrpahCast相较于其他预报产品有着显著的优势,其中GraphCast更胜一筹,在18-36小时预报时间段内水平跟AIFS齐平,其他时间均优于AIFS。IFS依旧保持着较高的水准,紧随其后排名第三。伏羲在24小时以内略逊于GFS,之后逐步超越GFS并在72小时后逐步超越IFS。原始GraphCast在48小时内逊于FourCastNet之后逐渐趋近伏羲GFS和IFS的预报水平。原始AIFS和GraphCast水平相对较弱。优化后的GraphCastGFS在第6小时的预报效果很好,但是之后快速下降到最后梯队。


逐6小时温度预报检验

(温度预报MAE曲线图,MAE越小预报效果越好


在温度预报方面,伏羲和AIFS在前24小时预报时效内各有优劣,之后伏羲有着更好的预报效果,直到72小时之后与AIFS、GraphCast不分伯仲。GraphCast在第1个时次6小时预报时略差,之后误差快速下降,总的来说与AIFS和伏羲一起在第一梯队。第二梯队中是IFS、GraphCast和FourCastNet,其中FourCastNet的预报误差随着预报时效的延伸升高较快。GFS的温度预报不尽如人意,误差明显大于其他产品。


逐6小时风速预报检验

(风速预报MAE曲线图,MAE越小预报效果越好


风速预报方面,前24小时预报多种产品竞争激烈在0.1m/s误差的范围内角逐。之后伏羲和GraphCast和伏羲保持着较好的表现,GraphCastGFS紧随其后。AIFS在48小时预报之前与前三者有一定竞争力,但之后误差增长较快。FourCastNet和IFS要略逊色于上述预报产品。GFS在风速预报表现上与温度预报表现相同,全线较差。


7月检验总结


AIFS和GraphCast在降水预报上有着显著的优势,全线领先于其他预报产品。其中GraphCast在风速预报上也有着不错的表现,AIFS在温度预报上表现不俗。大模型中,伏羲表现居中,FourCastNet相对较弱,GraphCastGFS在降水上表现不尽如人意,在温度和风速预报上也表现平平。

从检验结果上看,气象大模型在降水、温度、风速预报上均有着不俗的表现。我们将很快更新8月预报结果。


聊聊技术,聊聊合作


我们在公众号后台接到了很多朋友的私信,非常开心听到大家的声音,我们也收获了很多非常宝贵的建议!我们建了一个粉丝群,可以公众号后台留言“入群”,大家一起共同探讨最新气象技术干货!

我们已经正式开启了商业服务,作为国内为数不多的“第三方天气预报检验机构”,我们不卖技术、不卖数据,只做一件事:公平、公正地为大家提供有价值的气象技术检验服务。如有需要,究天实验室后台回复“合作”,与我们联系!





声明:欢迎转载、转发。气象学家公众号转载信息旨在传播交流,其内容由作者负责,不代表本号观点。文中部分图片来源于网络,如涉及内容、版权和其他问题,请联系小编(微信:qxxjgzh)处理。


往期推荐
 获取ERA5/ERA5-Land再分析数据(36TB/32TB)
 获取全球GPM降水数据,半小时/逐日(4TB)
 获取1998-2019 TRMM 3B42逐日降水数据
 获取最新版本CMIP6降尺度数据集30TB
 EC数据商店推出Python在线处理工具箱
★ EC打造实用气象Python工具Metview
★ 机器学习简介及在短临天气预警中的应用
★ Nature-地球系统科学领域的深度学习及理解
★ 灵魂拷问:ChatGPT对气象人的饭碗是福是祸?
★ 气象局是做啥的?气象局的薪水多少?

气象学家
【气象学家】公众号平台为您把握最新AI4Science、解读最新气象科研进展、分享气象实用编程技巧、追踪气象即时资讯。致力于提升我国天气和气候预报、预测水平。欢迎加入气象AI和气象行业交流群以及气象博士群!与12W+专业人士一起交流互动!
 最新文章