2025-09-10 数据驱动模型对极端天气事件预报能力 数据驱动模型对极端天气事件预报能力 书接上回。前文提到Peter Bauer设想了未来NWP可能的技术路线:使用公里级模式生成再分析数据作为数据驱动机器学习模型的训练数据,然后每天业务运行推理模型生成预报产品。不过数据驱动模型替代物理模型进入业务链条需要解决一个问题(也是目前很多人质疑数据驱动模型的地方),即数据驱动模型能否可靠的预报极端天气事件。Olivetti and Messori在GMD上发表了论文“Do data-driven models beat numerical models in forecasting weather extremes? A comparison of IFS HRES, Pangu-Weather, and GraphCast”试图回答上面的问题。作者通过评估物理模型IFS HRES和两个数据驱动模型Pangu和GraphCast在近地面两米温度和十米风场极值的RMSE两个指标表现。它们使用相同的HRES初始条件,输出两米温度和十米风结果,假设ERA5数据为真值情况在1.5°分辨率下与其比较。试验评估全球以及多个区域,包括全部数据点、5%和1%极端数据点的RMSE。评估结... 2025年09月10日 12 阅读 0 评论
2025-09-10 NWP路在何方 NWP路在何方 Peter Bauer等人2015年在Nature上发表了文章《The quiet revolution of numerical weather prediction》,系统的总结了数值天气预报过去一百多年来取得的巨大进步,并给出了NWP未来的发展方向。但没有想到最近几年机器学习在NWP领域应用如火如荼的展开,基于数据驱动的模型在一些指标上展现出比物理模型更优的结果。Peter Bauer今年发表了文章《What if? Numerical weather prediction at the crossroads》,基于最新的科学发展展望NWP的未来,探讨了NWP业务中心未来的发展路径。作者在文章提出了四种“what if"(假如)场景:假如NWP静悄悄的革命已达到极限,业务中心下一代超级计算机提供的计算能力不满足业务运行大规模的公里级尺度集合预报?假如用于创建初始条件的资料同化和基于机器学习的预报效果都将优于基于物理的方法?假如大型科技公司继续投入NWP研究,进而产生替代的商业业务服务?假如机器学习模型规模继续增长,机器学习模型的训练将成为地球科学中最大的HPC应用?文章第2... 2025年09月10日 15 阅读 0 评论