清華新聞網(wǎng)7月6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)提出了極端降水臨近預(yù)報(bào)大模型，將數(shù)據(jù)驅(qū)動(dòng)與物理驅(qū)動(dòng)兩大科學(xué)范式緊密結(jié)合，顯著提高了公里尺度下0～3小時(shí)極端降水的預(yù)報(bào)能力，在全國(guó)62位氣象預(yù)報(bào)專(zhuān)家的過(guò)程檢驗(yàn)中大幅領(lǐng)先國(guó)際上的同類(lèi)方法。目前該大模型已經(jīng)在國(guó)家氣象中心短臨預(yù)報(bào)業(yè)務(wù)平臺(tái)（SWAN 3.0）部署上線(xiàn)，將為全國(guó)極端降水天氣短臨預(yù)報(bào)業(yè)務(wù)提供支撐。
近年來(lái)，受全球氣候變化的影響，短時(shí)強(qiáng)降水、暴風(fēng)雨、暴雪、冰雹等極端降水天氣發(fā)生頻率逐年增加，嚴(yán)重威脅生產(chǎn)安全和人民的生命財(cái)產(chǎn)安全。更準(zhǔn)確、更精細(xì)和更長(zhǎng)預(yù)警提前量的降水臨近預(yù)報(bào)業(yè)務(wù)能夠更好地提供氣象決策支持，為農(nóng)業(yè)生產(chǎn)、新能源開(kāi)發(fā)、航空航天等國(guó)家重大需求保駕護(hù)航。然而，極端降水天氣過(guò)程大多只持續(xù)幾十分鐘且空間尺度在幾公里范圍，受到對(duì)流、氣旋、地形等復(fù)雜過(guò)程和大氣系統(tǒng)混沌效應(yīng)的嚴(yán)重影響?；谖锢矸匠棠M的數(shù)值預(yù)報(bào)技術(shù)很難對(duì)公里尺度的極端降水做出有效預(yù)報(bào)。在2023年5月27日世界氣象組織峰會(huì)上，三小時(shí)內(nèi)降水臨近預(yù)報(bào)被列為未解決的重要科學(xué)難題之一。
基于雷達(dá)觀(guān)測(cè)的降水臨近預(yù)報(bào)是世界性難題之一
數(shù)值計(jì)算和深度學(xué)習(xí)是降水臨近預(yù)報(bào)的兩類(lèi)主流方法，但均存在明顯的缺陷。數(shù)值計(jì)算方法難以有效建模降水過(guò)程的時(shí)空多尺度特征，同時(shí)受到預(yù)報(bào)累積誤差的制約，預(yù)報(bào)時(shí)效往往在一小時(shí)以?xún)?nèi)。深度學(xué)習(xí)方法雖然擅長(zhǎng)建模非線(xiàn)性系統(tǒng)，但統(tǒng)計(jì)模型存在固有的小樣本過(guò)平滑問(wèn)題，預(yù)報(bào)求解過(guò)程缺少物理守恒規(guī)律約束，生成的數(shù)值場(chǎng)模糊失真嚴(yán)重，難以提供有業(yè)務(wù)價(jià)值的極端降水預(yù)報(bào)。
物理建模與深度學(xué)習(xí)融合的臨近預(yù)報(bào)大模型NowcastNet
針對(duì)上述挑戰(zhàn)，2017年起，軟件學(xué)院與國(guó)家氣象中心、國(guó)家氣象信息中心建立研究團(tuán)隊(duì)，就人工智能技術(shù)在氣象大數(shù)據(jù)的應(yīng)用開(kāi)展合作。經(jīng)過(guò)三年聯(lián)合攻關(guān)，提出了臨近預(yù)報(bào)大模型NowcastNet。該模型的核心是端到端建模降水物理過(guò)程的神經(jīng)演變算子，實(shí)現(xiàn)了深度學(xué)習(xí)與物理規(guī)律的無(wú)縫隙融合。具體而言，研究團(tuán)隊(duì)首先設(shè)計(jì)了中尺度演變網(wǎng)絡(luò)，用以建模平流運(yùn)動(dòng)等物理性質(zhì)更顯著的中尺度降水過(guò)程，并基于物質(zhì)連續(xù)性方程（即質(zhì)量守恒定律）設(shè)計(jì)了神經(jīng)演變算子，端到端模擬降水過(guò)程中的十公里尺度運(yùn)動(dòng)，并通過(guò)反向傳播最小化預(yù)報(bào)累積誤差。其次，研究團(tuán)隊(duì)提出了對(duì)流尺度生成網(wǎng)絡(luò)，以中尺度演變網(wǎng)絡(luò)預(yù)測(cè)結(jié)果為條件，通過(guò)概率生成模型進(jìn)一步捕捉對(duì)流生消等混沌效應(yīng)更顯著的公里尺度降水過(guò)程。NowcastNet在美國(guó)和中國(guó)近六年雷達(dá)觀(guān)測(cè)資料上完成了訓(xùn)練。得益于上述融合設(shè)計(jì)，該模型兼具深度學(xué)習(xí)與物理建模的優(yōu)勢(shì)，在國(guó)際上首次將降水臨近預(yù)報(bào)的時(shí)效延長(zhǎng)至3小時(shí)，并彌補(bǔ)了極端降水預(yù)報(bào)的短板。
氣象專(zhuān)家檢驗(yàn)結(jié)果和數(shù)值指標(biāo)評(píng)測(cè)結(jié)果
為了充分檢驗(yàn)臨近預(yù)報(bào)大模型NowcastNet對(duì)典型天氣過(guò)程的業(yè)務(wù)指導(dǎo)價(jià)值，國(guó)家氣象中心邀請(qǐng)了62位來(lái)自23個(gè)省市氣象臺(tái)的一線(xiàn)預(yù)報(bào)專(zhuān)家，針對(duì)中美兩國(guó)2400個(gè)極端降水過(guò)程進(jìn)行了后驗(yàn)檢驗(yàn)和先驗(yàn)檢驗(yàn)，并與目前業(yè)務(wù)中使用的PySTEPS系統(tǒng)、谷歌DeepMind與英國(guó)氣象局聯(lián)合提出的DGMR模型等進(jìn)行了對(duì)比。NowcastNet在臨界成功指數(shù)（CSI）、能量譜密度（PSD）等數(shù)值指標(biāo)上全面超越現(xiàn)有技術(shù)，在71%的天氣過(guò)程中被認(rèn)為具有最高的預(yù)報(bào)價(jià)值。
中國(guó)和美國(guó)極端降水天氣過(guò)程的典型案例分析
在極端降水過(guò)程中，NowcastNet是唯一展現(xiàn)較強(qiáng)業(yè)務(wù)價(jià)值的臨近預(yù)報(bào)技術(shù)。以中美兩國(guó)的典型極端天氣過(guò)程為例：2021年5月14日23時(shí)40分，中國(guó)江淮地區(qū)出現(xiàn)強(qiáng)降水過(guò)程，湖北、安徽等多個(gè)地區(qū)發(fā)布了暴雨紅色預(yù)警，NowcastNet可以準(zhǔn)確預(yù)測(cè)出三個(gè)強(qiáng)降水超級(jí)單體的變化過(guò)程。2021年12月11日9時(shí)30分，美國(guó)中部地區(qū)突發(fā)龍卷風(fēng)災(zāi)害，造成89人死亡、676人受傷，NowcastNet可以對(duì)強(qiáng)降水的強(qiáng)度、落區(qū)和運(yùn)動(dòng)形態(tài)等給出更清晰、更準(zhǔn)確的預(yù)報(bào)結(jié)果。檢驗(yàn)表明，NowcastNet對(duì)于極端災(zāi)害天氣的精準(zhǔn)防控具有良好的指導(dǎo)意義。
研究成果以“高技巧極端降水臨近預(yù)報(bào)大模型”（Skilful Nowcasting of Extreme Precipitation with NowcastNet）為題發(fā)表在《自然》（Nature）上，同時(shí)被《自然·新聞和觀(guān)點(diǎn)》以“The Outlook for AI Weather Prediction”為題做了報(bào)道。該研究探索了數(shù)據(jù)驅(qū)動(dòng)與物理驅(qū)動(dòng)的“科學(xué)學(xué)習(xí)”新范式，提出了物理守恒約束下時(shí)空物質(zhì)場(chǎng)建模和預(yù)測(cè)的一般方法，對(duì)其他具有多尺度物理特性的問(wèn)題也具有應(yīng)用前景。未來(lái)，研究團(tuán)隊(duì)將進(jìn)一步推進(jìn)該方案在物理問(wèn)題求解、大氣海洋模擬、工業(yè)設(shè)計(jì)仿真等場(chǎng)景下的應(yīng)用。
清華大學(xué)軟件學(xué)院王建民教授、龍明盛副教授和加州大學(xué)伯克利分校教授、清華大學(xué)榮譽(yù)教授邁克爾·喬丹（Michael I. Jordan）為論文的通訊作者。清華大學(xué)軟件學(xué)院博士生張育宸和龍明盛副教授為論文的第一作者，碩士生陳凱源、邢藍(lán)翔參加了研究工作。國(guó)家氣象中心金榮花研究員提供了氣象知識(shí)和數(shù)據(jù)支持并主持了全國(guó)范圍內(nèi)氣象專(zhuān)家檢驗(yàn)工作，羅兵、張小玲、薛峰、盛杰、韓豐、張小雯等專(zhuān)家為研究工作提供了指導(dǎo)、建議和幫助。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/s41586-023-06184-4
供稿：軟件學(xué)院
編輯：李華山
審核：郭玲
