清华&中国气象局大模型登Natur 精确预测极端天气

清华大学与中国气象局合作开发的大模型「NowcastNet」成功解决了极端降水天气临近预报的世界级难题。

该模型能够在公里尺度下预报0-3小时的极端降水，包括短时强降水、暴风雨、暴雪、冰雹等。过去，由于极端降水天气的复杂性和混沌效应，临近预报时效往往只能在一小时以内。NowcastNet 的研发过程历时三年，利用近六年的雷达观测资料进行模型训练。

NowcastNet 采用了深度学习与物理规律相结合的方法。通过设计中尺度演变网络和对流尺度生成网络，模型可以模拟降水过程中的中尺度和公里尺度运动，并通过物质连续性方程和神经演变算子进行预测。

该模型不仅将降水临近预报的时效延长至3小时，而且在临界成功指数（CSI）、能量谱密度(PSD)等数值指标上表现优异。在经过专家检验和与其他预报系统对比后，NowcastNet 被认为具有最高的预报价值，对极端降水的预报具有较强的业务价值。

这项研究成果在《自然》杂志上发表，被《自然・新闻和观点》以 “The Outlook for AI Weather Prediction” 为题报道。研究人员认为，该研究探索了数据驱动与物理驱动相结合的新范式，对其他具有多尺度物理特性的问题也具有应用前景。将来，该方案有望在物理问题求解、大气海洋模拟、工业设计仿真等领域得到进一步应用。

通过清华大学与中国气象局的合作，NowcastNet 模型的成功研发为极端降水天气的临近预报提供了有效的解决方案。这对于改善天气预报的准确性、保障公众的安全具有重要意义。