近日，我校前沿交叉研究院教師團(tuán)隊(duì)在區(qū)域高分辨率智能天氣預(yù)報(bào)大模型研究方面取得重要進(jìn)展。研究團(tuán)隊(duì)基于新型深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)，在美國(guó)HRRR數(shù)據(jù)集上開(kāi)展實(shí)驗(yàn)，系統(tǒng)探索了區(qū)域天氣預(yù)報(bào)中邊界條件的處理機(jī)制，并顯著提升了近地面氣象變量的預(yù)報(bào)準(zhǔn)確性。該研究為首個(gè)真正意義上聚焦人工智能區(qū)域天氣預(yù)報(bào)模型的工作。相關(guān)成果以“An artificial intelligence-based limited area model for forecasting of surface meteorological variables”為題，發(fā)表在Nature旗下的Communications Earth & Environment期刊上（2025, vol. 6, 372）。
準(zhǔn)確的天氣預(yù)報(bào)在現(xiàn)代社會(huì)的多個(gè)領(lǐng)域中發(fā)揮著至關(guān)重要的作用。目前，天氣預(yù)報(bào)主要依賴(lài)于數(shù)值天氣預(yù)報(bào)模式，該類(lèi)模型通常結(jié)構(gòu)復(fù)雜、計(jì)算速度較慢。近年來(lái)，基于數(shù)據(jù)驅(qū)動(dòng)的深度學(xué)習(xí)模型顯著提升了預(yù)報(bào)效率。然而，現(xiàn)有研究多集中于低分辨率的全球天氣預(yù)報(bào)，對(duì)于高分辨率的區(qū)域天氣預(yù)報(bào)關(guān)注較少。與全球預(yù)報(bào)相比，區(qū)域預(yù)報(bào)更側(cè)重于更高的空間分辨率，并且區(qū)域邊界信息在其中起著更加關(guān)鍵的作用。
本研究圍繞高分辨率區(qū)域天氣預(yù)報(bào)的大模型展開(kāi)探討，將預(yù)報(bào)的空間分辨率提升至3km × 3km。模型采用AFNO與Swin Transformer并行融合的新型網(wǎng)絡(luò)架構(gòu)，并引入邊界平滑策略以有效整合區(qū)域邊界信息。此外，通過(guò)耦合全球預(yù)報(bào)與區(qū)域預(yù)報(bào)的方法，顯著提升了區(qū)域預(yù)報(bào)的準(zhǔn)確性。在48小時(shí)預(yù)報(bào)任務(wù)中，該模型的預(yù)測(cè)效果與HRRR數(shù)值預(yù)報(bào)模式相當(dāng)，且在10米風(fēng)速等近地面變量以及低空變量的預(yù)報(bào)精度上優(yōu)于傳統(tǒng)數(shù)值模式。
圖 1 模型架構(gòu)圖
圖 2 預(yù)報(bào)算法流程圖
圖 3 預(yù)報(bào)結(jié)果
圖 4 預(yù)報(bào)結(jié)果可視化
該成果由我校前沿交叉研究院聯(lián)合華東師范大學(xué)、上海張江數(shù)學(xué)研究院等高校和科研機(jī)構(gòu)共同完成。我校前沿交叉研究院院長(zhǎng)擔(dān)任通訊作者，前沿交叉研究院與數(shù)學(xué)與統(tǒng)計(jì)學(xué)院聯(lián)合培養(yǎng)的博士生高天焱為主要技術(shù)骨干，為論文第三作者。該研究得到了國(guó)家自然科學(xué)基金重大項(xiàng)目的支持。
文章鏈接：https://doi.org/10.1038/s43247-025-02347-5
