“天资聪慧”—AI赋能强降水预报

—— 吴胜刚 重庆市气象台 气象高级工程师

挑战再现—传统预报为何难破雨患？数值模式是现代天气预报业务的基石。预报员通过对各类实况和预报产品进行综合分析研判，从而发布预报结果。但是，随着自动站、卫星、雷达等观测数据以及

多家数值模式产品的爆炸式增长，以数值同化手段应用于观测资料的传统数值模式、以人机交互为主要手段的天气业务平台，在面对海量数据的分析与应用时，暴露出诸多局限性，这使得天气预报精准度的提升面临新的挑战。

数难破局—强降水预报遇到“瓶颈”。近10余年，作为全球最先进的数值模式——欧洲中期天气预报中心的IFS模式，它的强降水预报能力并没有明显提升，24 h全国暴雨TS评分在0.15左右；2024年重庆地区的暴雨TS评分只有0.13，不尽人意。近些年气象部门建立了无缝隙智能网格预报体系，推动了气象预报从传统站点预报和落区定性预报，转变为精细定量的网格化预报，主客观融合后，暴雨预报质量有所提升，24 h全国暴雨TS评分提升至0.2左右，但面对极端降水的突发性和局地性，这还远远不够。强降水预报进入瓶颈期。

近年来，人工智能技术的浪潮席卷全球，气象预报也站上了AI风口。尤其是深度学习技术的应用，显著提升了灾害性天气的监测和预报水平。2022年，英伟达推出了全球首个天气预报大模型—FourCastNet；2023年，华为发布了“盘古”全球气象预报大模型，首次在统计意义上超过了IFS模式的大气环流预报，被评为该年度“中国科学十大进展”之一。从此，气象领域开启了“百模大战”。GraphCast、风乌、伏羲、AIFS、NowCastNet、GenCast、风雷、风清、风顺等大模型相继登场，从分钟级临近预报到季节尺度预测，AI百模大战争锋斗艳，气象预报跨进智能时代。

全球气象大模型虽多，但却少有聚焦特定地区、致灾强降水精准预报的区域模型。在这个背景下，重庆市气象局联合华为云，研发了针对成渝地区的“天资·12h”人工智能气象预报模型。该模型以华为盘古全球气象大模型为基础，融合了成渝地区，地面网格实况和高精度地形数据，通过“区域定制”的方式，将过去实况，直接映射到未来预报，构建出一套高效、精准、智能的本地预报系统。

区域模型的特点就是——预报更快、更准、更精细。重庆快速更新循环同化模式完成一次预报，需要用到7000个CPU核心，耗时1个小时左右；但区域模型仅需1张昇腾910B显卡，1分钟就能完成同样的任务。在准确率方面，对2024年汛期6小时≥20mm的降水预报，较IFS模式提升20%以上，尤其在前6小时强降水落区、强度预报上优势明显。该模型在2025年得到了业务化应用，并经受住了实战考虑。例如刚过去的7月8日傍晚至9日，重庆出现区域性暴雨天气过程，部分地区大暴雨到特大暴雨，区域模型提前作出了准确预报，暴雨预警提前量达到90分钟，为防御灾害赢得宝贵时间。

前景可期—AI气象模型还会更聪明。尽管AI气象预报还面临着许多科学和技术难题，但是随着训练数据的改进和算法的优化，区域模型会越来越聪明。目前，团队正在研发升级版区域模型2.0版本，预计将在今年发布，目标是进一步提升强降水预报的精准度，让AI气象模型 “报得更准、更远、更细”，真正实现“预报到街道、服务到社区、预警到分钟”，让老百姓看得见、信得过、用得上。

本文为科普中国·创作培育计划扶持作品
作者：中国气象学会
审核：钟鑫 中国气象学会秘书处科普部副研究员
出品：中国科协科普部
联合出品：中国气象学会
监制：中国科学技术出版社有限公司、北京中科星河文化传媒有限公司

来源: 科普中国创作培育计划

内容资源由项目单位提供