AI天气预测超越传统方法：更快更准应对极端气候

3.3K 0

近年来，气象学家积累的预报技术正逐渐被人工智能（AI）超越。谷歌旗下“深层思维”公司开发的最新气象预报AI——GenCast，展示了卓越的预测能力。该研究成果发表在2024年12月的英国《自然》周刊上，显示AI在预测准确度方面已经超过了欧洲中期天气预报中心的ENS模型。

GenCast通过学习1978年至2018年间40年的气象数据，成功预测了2019年的天气情况。在1300多个气象指标中，约97%的预测结果优于传统模型。尤其值得注意的是，AI仅需8分钟就能完成15天的台风路径预测，而传统方法则需要数小时甚至更长时间。

传统预测与AI预测的区别

传统预测依赖于数值预报，需要大量时间和高性能计算机来处理复杂的数据。相比之下，AI通过统计处理和机器学习算法，能够迅速生成预测结果。这不仅提高了效率，还降低了计算成本。例如，在预测2019年袭击日本福岛县的台风海贝斯时，GenCast提供了接近实际观测的路径预测。

AI预测的局限性

尽管AI在天气预测方面表现出色，但它并非完美无缺。AI难以解释预测结果的具体过程，当预测结果与实际情况差异较大时，调整计算方法变得尤为困难。此外，AI擅长宏观趋势预测，如台风路径和低压系统的移动，但在日常天气预报的细节上仍有不足。因此，结合AI与传统数值预报是提升预测准确性的关键。

结合AI与数值预报

面对全球变暖引发的极端天气事件增加，研究人员正在探索将AI与数值预报相结合的方法。日本理化学研究所团队负责人三好建正领导的小组开发了一种新系统，通过将实际观测值和数值预报数据输入AI，实现了更高的预测精度和更长的时间跨度。这种组合方式特别适用于短期强降雨预测，能够在30分钟内识别潜在的洪水风险，为防灾减灾提供重要支持。