風烏氣象大模型準確預報“杜蘇芮”路徑，24小時誤差僅38.7公里

這才是屬於大模型最該“炫”的才華，

也是人類最需要的AI才華。

今年第5號颱風“杜蘇芮”於昨天28日9時55分在福建晉江沿海登陸，登陸時中心附近最大風力15級。

上海人工智能實驗室基於原創研發的風烏氣象大模型對颱風路徑進行預測，實現了準確預報，風烏的預報路徑在24小時和120小時的精準度優於歐美權威機構。

準確性超過國際權威機構

近日，在中國氣象局的支持下，上海人工智能實驗室與國家氣象中心、上海市氣象局合作，完成了風烏氣象大模型業務部署實時試運行工作，並針對今年兩次登陸颱風“泰利”“杜蘇芮”開展對比試驗評估，風烏顯示出較強的業務應用潛力，為颱風預報預警提供了有力技術支撐。

基於7月21日至27日多個起報時刻預報路徑及颱風實際路徑對比，風烏提前24小時誤差值為38.7公里，精確度優於氣象預報國際權威機構歐洲中期氣象預報中心的54.11公里，美國國家環境預報中心的54.98公里。

提前120小時預報數值對比顯示，風烏誤差值為121.4公里，明顯優於歐洲中期氣象預報中心的293.8公里以及美國國家環境預報中心的826.5公里。

此前，今年首個登陸我國的颱風“泰利”先後於7月17日和7月18日在廣東湛江和廣西北海兩次登陸。風烏提前12小時預測路徑較“泰利”實際路徑差值僅為35公里。

今年4月，上海人工智能實驗室聯合多家機構發佈全球中期天氣預報大模型風烏，首次實現了在高解像度上對核心大氣變量進行超過10天的有效預報。“風烏”取名自秦漢時期的“相風銅烏”，這是世界上最早的測風設備。基於多模態和多任務深度學習方法，風烏突破了傳統預報方法瓶頸並獲得對氣象數據關係的強大擬合能力。而對比實際路徑，風烏也表現出準確模擬颱風等複雜大氣活動規律的能力。

將颱風預報的不確定性降低

颱風預報從來都不是一件容易的事情。

“杜蘇芮”本身就很特殊，一路上拐了多個直角彎。此前，中央氣象台專家在分析“杜蘇芮”的情況時坦言，“杜蘇芮”移動路徑不確定性大，具體登陸位置很難確定，強度變化也需要再三分析。而回顧曆史，存在不少路徑較為曲折的颱風，有的甚至可以用“貪吃蛇”般的走位來形容，這給颱風預報帶來了很多不確定性。

我國瀕臨的北太平洋西部海區，每年發生的颱風數超過全球總數的三分之一。應急管理部發佈的數據顯示，2021-2022年間，共有9個颱風在我國登陸，造成直接經濟損失達186.2億元人民幣。

毫無疑問，颱風預報路徑越準確，相關地區的防範措施越及時、有效，颱風對人的傷害就會越小。從經濟角度來看，已有研究表明，對於單個登陸中國的颱風而言，24小時路徑預報誤差每減小1公里，可減少因災直接經濟損失約0.97億元。

不過，減少颱風預報的不確定性是一個長期且緩慢的過程——囿於氣象觀測的準確度，大氣系統中物理過程的複雜性，以及求解大氣模型所需資源規模巨大，全球中期天氣預報的有效性每10年才提高1天。相關氣象機構的評估結果還表明，颱風路徑預報誤差的減小趨勢在近幾年明顯減緩。

推動全球氣象預報能力提升

那麼，颱風路徑預報是否已接近可預報性極限？還有沒有方式可以提高颱風預報的準確性？變化悄然發生——AI氣象大模型預報已經展現出超過傳統的數值天氣預報之勢。

所謂數值天氣預報，是指根據大氣實際情況，在一定的初值和邊值條件下，通過大型計算機作數值計算，求解描寫天氣演變過程的流體力學和熱力學的方程組，預測未來一定時段的大氣運動狀態和天氣現象的方法。

然而，隨著算力增長的趨緩和物理模型的逐漸複雜化，傳統數值預報的瓶頸日益突出：一方面，傳統數值預報對算力的消耗非常大；另一方面，複雜的參數化物理模型始終是不完備的。

近年來，科研人員開始嚐試引入AI大模型來開展氣象預報。實踐證明，將觀測與數值預報和人工智能相結合，可有效提升數值預報的準確性。由於不需要通過複雜的物理系統仿真，AI氣象預報模型突破了傳統預報方法的計算瓶頸，因此能夠高效地進行預報和集成。

大模型之“大”，當在人力不可及的範疇去揮灑AI的力量。上海人工智能實驗室研發人員表示，在科研中得到了來自氣象和氣候專家的大力支持，為AI學者讀懂氣象提供了不可或缺的支持，而模型輸入數據更是靠氣象專家常年累月的付出獲得，基於此研發人員才能設計模型，讓模型能讀懂氣象數據。

今年第5號颱風“杜蘇芮”剛剛登陸，第6號颱風“卡努”則已在菲律賓以東洋面上生成。“未來，上海人工智能實驗室將與氣象部門合作開展風烏本地化模型構建與業務試驗，持續探索人工智能與氣象監測、氣象預報在不同行業的應用，推動全球氣象預報能力提升。”研發人員表示。