求真分享 http://blog.sciencenet.cn/u/zlyang 求真务实

博文

[打听,讨论] ECMWF 人工智能天气预报 AIFS 的核心是什么?

已有 3910 次阅读 2024-5-23 22:28 |个人分类:天气与全球变化|系统分类:科研笔记

[打听,讨论] ECMWF 人工智能天气预报 AIFS 的核心是什么?

                                                                                                              

欧洲中期天气预报中心 European Centre for Medium-Range Weather Forecasts, ECMWF

基于AI技术的天气预报模型 Artificial Intelligence/Integrated Forecasting System, AIFS

回归 regression

                               

               

一、专家的介绍

https://blog.sciencenet.cn/blog-1310230-1434731.html

   2023年夏天,经成员国批准,ECMWF组建了自己的技术团队,在分析比较了已发布的各类AI模型,包括 英伟达的 FourCastNet,中国的盘古、风乌和伏羲模型,及谷歌的GraphCast等,团队最终在技术框架上选择了与GraphCast类似的图形神经网络(GNN)方案,以达到网格处理的灵活性和提升参数效率的目的。

   经过几个月的研发,2023年10月13日,ECMWF发布了基于AI技术的天气预报模型AIFS(Artificial Intelligence/Integrated Forecasting System)alpha版本,垂直方向包括 13 个等压层级,水平分辨率约110公里,可以对温度、湿度、压力、风等要素进行预测,以6小时的时间间隔,1分钟可以完成10天的全球预报。

                   

二、[打听] AIFS 的核心是什么?

   特别是用于预报阶段的“回归”技术,是什么?

                   

   2022-11 前后《知乎》里《华为云提出盘古气象大模型:中长期气象预报精度首次超过传统数值方法,速度提升10000倍以上》讨论里有:

https://zhuanlan.zhihu.com/p/582285853

   “总体来说强度比较高的台风比较容易预测,台风密集区域的比较容易预测,但是南半球/中东/印度洋还是经常出错的(还有就是台风深入陆地/刚刚生成/不登陆)。

   气象的物理方程太复杂了[捂脸]奇葩错误确实会有,举个例子我们有一个马达加斯加的台风预测错了,可视化里显示AI把台风分裂了,两个旋度极值往两个方向跑了,然后AI追踪错了,可能AI觉得两个方向都有可能?毕竟也没人和他说台风不能分裂,但是整体轨迹预测非常准,我们直接在best track上测试的(偶尔会有一些一分为二的奇怪错误)

                   

   特别想请专家老师给讲解:

   (1)ECMWF 的 AIFS 有没有类似上面的台风预报准确率问题?

   (2)ECMWF 的 AIFS 有没有类似下面“台风分裂”的问题?

   (3)ECMWF 的 AIFS,对未来36小时,尤其是未来24小时,特别是未来4小时的“风速、方向、湿度、降雨”等预报的效果,具体怎样?

   亦即,风力发电用的未来天气信息。

                                                                                   

三、[打听] “AI把台风分裂了”之类问题解决了吗?

2022-11-11 大部分情况下旋度的极值和气压的极值还是重合的.jpg

https://zhuanlan.zhihu.com/p/582285853

                                                                                             

一到机房就发蔫:

   AI有优点,如果不加入物理方程约束,即使在统计学上优于传统方法,可能会在中小尺度上出现奇葩错误

   2022-11-11 · IP 属地浙江

                                             

基本不用知乎:

   气象的物理方程太复杂了[捂脸]奇葩错误确实会有,举个例子我们有一个马达加斯加的台风预测错了,可视化里显示AI把台风分裂了,两个旋度极值往两个方向跑了,然后AI追踪错了,可能AI觉得两个方向都有可能?毕竟也没人和他说台风不能分裂,但是整体轨迹预测非常准,我们直接在best track上测试的(偶尔会有一些一分为二的奇怪错误)

   2022-11-11 · IP 属地广东

                                             

基本不用知乎

   大部分情况下旋度的极值和气压的极值还是重合的(虽然AI没有这个约束),我在2018年快1000次风暴预测里就看到一次分裂

   2022-11-11 · IP 属地广东

                                              

基本不用知乎 Neon珲

   我们测了88个台风,大概800次预报,里面有结果很好的也有结果不好的,平均距离误差我们放到论文里了(包括不同basin,不同强度的)5-day精度大概会比HRES预报好20%左右?

   总体来说强度比较高的台风比较容易预测,台风密集区域的比较容易预测,但是南半球/中东/印度洋还是经常出错的(还有就是台风深入陆地/刚刚生成/不登陆)。

   我们放了2018年最强的三个台风和一个很近的登陆广东的台风(倒是没有特意挑,但是登陆的中美的强台风都相对容易预测)

   2022-11-19 · IP 属地广东

                                             

模式小站

   有两个问题,首先AI模型的初始场是融合了更多观测数据且质量相对更好的再分析数据,这比实时IFS预报系统的有优势,当实际应用时缺乏高质量的初始态对AI有多大影响?第二模型的可信度如何,气象要素的变化趋势能否满足物理学规律?

   2022-11-11 · IP 属地江苏

                                             

基本不用知乎

   第一个问题,确实短期精度可能有影响,不过五天七天影响不大,这也是之前的AI方法短期能领先一点但是长期都不好的原因, 可以参考FourCastNet论文,不过我们没有这个问题,我,事实上初始值加很大的噪音也对5天预报影响不大。

   第二个问题,将来开放给气象学家用以后,气象学家可以去测试模型的“特性”。当然AI模型的可信问题很久了,很难解决(气象的模式太复杂了,我们暂时没有能力理解怎么和它结合)

   2022-11-11 · IP 属地广东

 https://zhuanlan.zhihu.com/p/582285853

                               

参考资料:

[1] 许小峰,2024-05-19 19:11,欧洲中期天气预报中心的AI发展之路

https://blog.sciencenet.cn/blog-1310230-1434731.html

[2] European Centre for Medium-Range Weather Forecasts, 2024-01, AIFS: a new ECMWF forecasting system

https://www.ecmwf.int/en/newsletter/178/news/aifs-new-ecmwf-forecasting-system

[3] European Centre for Medium-Range Weather Forecasts, 2023-09-04, Capturing extreme rainfall events

https://www.ecmwf.int/en/newsletter/178/news/capturing-extreme-rainfall-events

                                 

相关链接:

[1] 2018-03-03,ECMWF(欧洲中期天气预报中心)的预报误差

https://blog.sciencenet.cn/blog-107667-1102078.html

[2] 2017-07-12,欧洲中期天气预报中心 ECMWF 网址

https://blog.sciencenet.cn/blog-107667-1065890.html

            

感谢您的指教!

感谢您指正以上任何错误!

感谢您提供更多的相关资料!



https://blog.sciencenet.cn/blog-107667-1435372.html

上一篇:[请教,讨论] 电磁学的实验再检验(14):判定实验原理(2):电场强度 E 是矢量吗?
下一篇:[打听,讨论] 高精度高可靠性风速、风向短期预报的具体技术和方法是什么?
收藏 IP: 202.113.11.*| 热度|

22 高宏 王涛 宁利中 王从彦 尤明庆 刘进平 郑永军 钟炳 杨卫东 李毅伟 崔锦华 张学文 檀成龙 汪运山 孙南屏 马丽丹 刘钢 钱大鹏 杨学祥 朱晓刚 刘跃 马鸣

该博文允许注册用户评论 请点击登录 评论 (4 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-19 22:47

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部