可靠的中期天气预报对科学和社会至关重要。尽管天气预报主要依赖于数值天气预报模式，但近年人工智能（AI）气象大模型快速发展，其仅依靠较小的计算代价却展现出与数值模式相媲美的预报能力，为天气预报提供了新的思路与方法。然而，目前对不同大模型在东亚区域的预报技巧仍不清楚，这限制了大模型的进一步应用。因此，针对东亚区域，开展多种大模型性能评估，系统分析Pangu、FuXi和GraphCast等大模型在东亚的天气预报技巧。研究主要关注500 hPa位势高度、2 m气温、10 m风速、降水和热带气旋路径等。选取ECMWF第5代再分析数据集（ERA5）为AI大模型提供初始条件，并采用台站降水观测和中国气象局热带气旋最佳路径数据评估预报技巧。
定性试验表明：3个大模型均对热带异常加热产生响应，能够较为合理地刻画动力和热力过程，其中Pangu和GraphCast响应较强而FuXi的响应较弱。在500 hPa位势高度的定量研究中，FuXi在东亚区域具备较高的预报能力，它的最大可用预报日数超过9.75 d，而Pangu和GraphCast的最大可用预报日数分别为8.75 d和8.5 d。对于2 m气温，FuXi同样具备较高的预报能力，在6～240 h预报时效下，平均时间异常相关系数和标准化均方根误差分别为0.48～0.91和0.38～0.98。对于10 m风速预报，FuXi同样展现出较高的预报能力。3个大模型中，仅FuXi和GraphCast提供降水预报，因此针对以上两个大模型开展我国降水预报评估。两个大模型在不同地区降水预报技巧存在明显差异，在我国北部和东南部降水预报技巧较高，而在西部预报技巧较低。对比研究表明：FuXi对于晴雨、小雨和中雨显示出更强的预报能力，GraphCast对于大雨预报更具优势（图1）。随着预报时效的增加，FuXi（GraphCast）的降水预报技巧（threat score，TS）从0.41（0.37）下降到0.22（0.21），两个大模型对于强降水均明显低估。对于热带气旋路径，Pangu显示出更高的预报能力。随着预报时效从6 h增加至240 h，Pangu的热带气旋中心轨迹预报偏差从17.5 km增至1850.0 km。
本研究通过时间异常相关系数、空间异常相关系数和TS评分等方式评估3种人工智能大模型的预报技巧。总体而言，FuXi对大多数变量的预报效果更好。合理评价人工智能模型有助于人工智能模型的发展与应用。
原文信息
朱恩达,王亚强,赵妍,李斌.东亚区域人工智能气象大模型预报技巧评估.应用气象学报,2024,35(6):641-653.
来源：应用气象学报
声明：本公众号分享的资源均来自于互联网的公开资源，仅供个人学习和研究使用，不代表本人对其版权、真实性、合法性、准确性等方面做出任何保证。任何使用本号分享的资源的个人或组织，需自行承担相应的法律责任和后果；本号不承担任何法律责任和连带责任。使用本号分享的资源即代表您已完全了解并同意本免责声明的所有内容。
上海位温信息科技有限公司
专业的商业气象服务商
![]()
（咨询数据详情，可添加微信，请备注：合规数据）
可提供气象产品 ：
全国三千多个基准站
3213 个主要城市站点、每小时发 布 1 次，
每天发布 24 次，每次提供当前整点时刻的
城市站点实况天气（实况产品会在整点后
15 分钟、20 分钟、30 分钟进行数据更新），
要素包括：天气现象、气温、体感温度、风速、
风力、风向、相对湿度、气压、1小时降水量、
10分钟降水量、能见度、日出时间、日落时间、
紫外辐射等要素。
探空气象站
海洋气象站
雷达拼图
卫星云图（风云4、葵花8）
格点实况、再分析资料
数值预报:CMA EC GFS
强对流天气预报
强天气落区预报
强对流天气（短时强降水/冰雹/雷暴大风）概率预报图
台风、热带气旋
可提供国内与国外各类气象咨询气象服务
本公司提供服务稳定可靠，您值得拥有。
上海位温信息科技有限公司
专业的商业气象服务商
（咨询数据详情，可添加微信，请备注：合规数据）
可提供气象产品 ：
全国三千多个基准站
3213 个主要城市站点、每小时发 布 1 次，
每天发布 24 次，每次提供当前整点时刻的
城市站点实况天气（实况产品会在整点后
15 分钟、20 分钟、30 分钟进行数据更新），
要素包括：天气现象、气温、体感温度、风速、
风力、风向、相对湿度、气压、1小时降水量、
10分钟降水量、能见度、日出时间、日落时间、
紫外辐射等要素。
探空气象站
海洋气象站
雷达拼图
卫星云图（风云4、葵花8）
格点实况、再分析资料
数值预报:CMA EC GFS
强对流天气预报
强天气落区预报
强对流天气（短时强降水/冰雹/雷暴大风）概率预报图
台风、热带气旋
可提供国内与国外各类气象咨询气象服务
本公司提供服务稳定可靠，您值得拥有。
