清華新聞網(wǎng)6月15日電 近日，清華大學(xué)軟件學(xué)院王建民教授、龍明盛副教授團(tuán)隊(duì)提出了全球自動(dòng)氣象站預(yù)報(bào)大模型，首次實(shí)現(xiàn)了使用統(tǒng)一深度模型完成全球范圍內(nèi)數(shù)萬(wàn)自動(dòng)氣象站的協(xié)同預(yù)報(bào)，可以為近地面氣象要素提供高精度的短期預(yù)報(bào)結(jié)果，同時(shí)自動(dòng)推理不同尺度區(qū)域內(nèi)的天氣過(guò)程，為氣象科學(xué)發(fā)現(xiàn)提供了全新的數(shù)據(jù)驅(qū)動(dòng)范式。
氣象預(yù)報(bào)與人民生產(chǎn)生活息息相關(guān)，長(zhǎng)久以來(lái)受到科學(xué)界的廣泛關(guān)注，但是由于天氣系統(tǒng)自身的混沌特性，經(jīng)典的大氣物理方程模擬在小尺度、近地面預(yù)報(bào)中存在諸多問(wèn)題。自動(dòng)氣象站部署在全球典型位置，能夠以可控精度采集近地面時(shí)序數(shù)據(jù)，所需費(fèi)用遠(yuǎn)低于雷達(dá)和衛(wèi)星，是氣象預(yù)報(bào)業(yè)務(wù)邁向精細(xì)化的必經(jīng)之路。目前全球各地離散分布著數(shù)十萬(wàn)臺(tái)自動(dòng)站，以分鐘粒度實(shí)時(shí)記錄全球的氣象變化。然而，實(shí)現(xiàn)全球自動(dòng)站的協(xié)同預(yù)報(bào)極具挑戰(zhàn)，一方面需要從自動(dòng)站構(gòu)建的部分可觀(guān)測(cè)系統(tǒng)中挖掘全球整體的大氣變化規(guī)律，另一方面也需要克服海量實(shí)時(shí)數(shù)據(jù)帶來(lái)的巨大計(jì)算開(kāi)銷(xiāo)。
為解決這一問(wèn)題，研究團(tuán)隊(duì)提出了全球自動(dòng)氣象站預(yù)報(bào)大模型Corrformer。通過(guò)對(duì)經(jīng)典的隨機(jī)過(guò)程理論進(jìn)行拓展，設(shè)計(jì)了替代注意力機(jī)制的多相關(guān)機(jī)制，將空間互相關(guān)和時(shí)間自相關(guān)統(tǒng)一到可學(xué)習(xí)的多尺度樹(shù)型結(jié)構(gòu)中，用以建模全球離散自動(dòng)站多維時(shí)序數(shù)據(jù)之間復(fù)雜的時(shí)空相關(guān)性。同時(shí)，該模型可以準(zhǔn)確挖掘特定區(qū)域內(nèi)不同自動(dòng)站觀(guān)測(cè)之間的相對(duì)延遲，進(jìn)而推理出天氣過(guò)程的傳播路徑，實(shí)現(xiàn)可解釋氣象預(yù)報(bào)。
得益于上述設(shè)計(jì)，Corrformer模型成功將時(shí)空建模中的雙二次復(fù)雜度降低到空間建模的線(xiàn)性復(fù)雜度和時(shí)間建模的對(duì)數(shù)線(xiàn)性復(fù)雜度，從而在統(tǒng)一的深度模型中實(shí)現(xiàn)數(shù)萬(wàn)臺(tái)自動(dòng)氣象站的協(xié)同預(yù)報(bào)。Corrformer僅使用一塊圖形處理器（GPU）訓(xùn)練一天即可完成模型優(yōu)化，并能在一秒內(nèi)生成全球近地面氣象要素的短期預(yù)報(bào)，從而能夠快速進(jìn)行模型的更新迭代和業(yè)務(wù)部署。
此外，該模型還可以根據(jù)氣象觀(guān)測(cè)數(shù)據(jù)自動(dòng)推理天氣系統(tǒng)的傳播方向，從而為預(yù)報(bào)結(jié)果提供可解釋依據(jù)。如下圖所示，模型準(zhǔn)確捕捉了由于地球自轉(zhuǎn)造成的全球溫度變化，以及北歐受到山脈阻隔形成的“之字形”獨(dú)特天氣。模型的這一特性也為發(fā)現(xiàn)氣象科學(xué)的新知識(shí)提供了完全數(shù)據(jù)驅(qū)動(dòng)的新范式。
該模型在全球、區(qū)域和城市范圍內(nèi)均可以提供高可信度和高技巧性氣象預(yù)報(bào)，同時(shí)在近地面預(yù)報(bào)中超越了經(jīng)典的統(tǒng)計(jì)方法、先進(jìn)的深度模型和業(yè)務(wù)廣泛使用的數(shù)值預(yù)報(bào)方法。軟件學(xué)院團(tuán)隊(duì)與國(guó)家氣象中心合作推進(jìn)模型的業(yè)務(wù)化，已在2022北京冬奧會(huì)氣象保障中得到了成功應(yīng)用，為全部比賽場(chǎng)館提供了分鐘級(jí)實(shí)時(shí)滾動(dòng)更新的極大風(fēng)和溫度預(yù)報(bào)，有效支撐了高山滑雪、大跳臺(tái)、短道速滑等多個(gè)比賽項(xiàng)目的賽程規(guī)劃。未來(lái)，該模型將有力支撐我國(guó)近地面實(shí)況觀(guān)測(cè)預(yù)報(bào)業(yè)務(wù)，為系列重大專(zhuān)項(xiàng)活動(dòng)提供精細(xì)化氣象保障。
研究成果以“統(tǒng)一深度模型實(shí)現(xiàn)全球自動(dòng)站可解釋氣象預(yù)報(bào)”（Interpretable Weather Forecasting for Worldwide Stations with a Unified Deep Model）為題發(fā)表在《自然·機(jī)器智能》（Nature Machine Intelligence）上。
軟件學(xué)院大數(shù)據(jù)軟件團(tuán)隊(duì)博士生吳海旭、周航分別為論文的第一和第二作者，王建民教授和龍明盛副教授為論文的通訊作者。研究得到國(guó)家自然科學(xué)基金創(chuàng)新研究群體項(xiàng)目、優(yōu)秀青年科學(xué)基金項(xiàng)目、國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目和大數(shù)據(jù)系統(tǒng)軟件國(guó)家工程研究中心的支持。
論文鏈接：
https://www.nature.com/articles/s42256-023-00667-9
供稿：軟件學(xué)院
題圖設(shè)計(jì)：梁晨
編輯：李華山
審核：郭玲
