9月3日发表于《WIREs 气候变化》（Wiley Interdisciplinary Reviews: Climate Change）的一项述评研究，概述了利用人工智能（AI）技术改进次季节至年代际尺度上极端事件预测方面所取得的成就和面临的挑战。
基于AI的气候预测函数示意图。（Materia et al. 《WIREs 气候变化》2024）
极端事件，如热浪和寒流、干旱、暴雨和风暴，由于其罕见性和混沌的本质，再加上模型局限性，要准确预测尤其具有挑战性。然而，近期的研究显示，可能存在尚未被利用的系统性可预测性，对其进行开发利用可以满足对提前数周至数十年时间尺度上综合极端天气指标进行可靠预测的需求。
近来，许多研究都致力于使用人工智能来研究可预测性和进行气候预测。AI技术已经显示出巨大潜力，可以改进对极端事件的预测，并揭示其与大尺度和局地驱动因素之间的联系。机器和深度学习已经得到了探索，以增强预测，而因果关系发现和可解释的人工智能已经得到了测试，来提高人们对可预测性背后过程的理解。人工智能可以从数据中揭示未知的时空联系，而气候模型提供了物理世界的理论基础和可解释性，两者相结合的混合预测表明，提高气候相关时间尺度上极端事件的预测技能是可能的。
将动态模型与机器或深度学习相结合以创建混合预测的方法示意图。（Materia et al. 《WIREs 气候变化》2024）
通过述评近期有关人工智能应用于气候极端事件预测的文献，以及经验方法和动态方法相结合带来的前景，该研究的多人作者团队讨论了数据驱动方法面临的挑战和未来展望，为气候科学家提供了一个可用于未来严格应用的最先进框架。
人工智能在气候预测讨论中引发的激烈争论带来了许多尚未解决的挑战，必须应对这些挑战，才能建立对这一服务于气候应用的新兴技术的信任。该团队确定了五个主要的挑战领域，并提出了一些在今后研究中应该加以确认和执行的最佳实践。
利用AI预测气候极端事件当前面临的挑战。（Materia et al. 《WIREs 气候变化》2024）
作者们指出，在过去五年里，机器学习/深度学习算法在针对未来几周和几季极端事件预测的研究中呈指数级增长。这一议题的演变和进步异常迅速，并且他们预计发展速度还会更快。基于人工智能的复合极端事件熟练预测的科学知识是存在的，并且由于气候极端事件的共现和相互作用往往会产生更严重的社会经济影响，在次季节到年代际时间尺度上运用这些知识可能有助于规划气候适应策略。
基于AI的对极端事件预测的前景和机遇。（Materia et al. 《WIREs 气候变化》2024）
“随着业界对人工智能技术的不断完善，我们将获得宝贵的洞察力，从而以更高的精确度和前瞻性准备、减缓和适应气候极端事件，”该团队总结道。“面对日益多变和不断变化的气候，将人工智能融入对气候极端事件的预测，对于建设更具复原力和可持续性的社会具有巨大潜力。”
（文/牛静美）
【参考来源：】
Materia et al.《用于气候极端事件预测的人工智能：现状、挑战和未来展望》《WIREs 气候变化》2024（开放获取）
https://doi.org/10.1002/wcc.914
https://www.researchgate.net/publication/383703949_Artificial_intelligence_for_climate_prediction_of_extremes_State_of_the_art_challenges_and_future_perspectives
