《Science:基于机器学习的全球中期天气预报》

  • 来源专题:中国科学院文献情报系统—海洋科技情报网
  • 编译者: liguiju
  • 发布时间:2023-12-06
  • 全球中期天气预报对社会和经济决策至关重要。人工智能(AI)颠覆了传统方法,有望以更快的速度和更低的成本实现更准确的预测。Google DeepMind推出的一款基于机器学习的天气预测模型—“GraphCast”,在全球0.25°的分辨率下,在一分钟内预测未来10天的数百个天气变量,显著优于传统气象预报方法。在1380个验证目标中,GraphCast在90%的目标上明显优于最准确的运行确定性系统,对极端天气事件具有更好的预测准确度。GraphCast推动了准确、高效天气预报的关键进步,有助于机器学习实现复杂动态系统建模。(熊萍 编译)

  • 原文来源:https://www.science.org/doi/10.1126/science.adi2336
相关报告
  • 《欧洲中期天气预报中心(ECMWF)》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:mall
    • 发布时间:2017-03-15
    • 欧洲中期天气预报中心于1975年建立,是一个包括34个成员国的独立国际间组织,是当今全球独树一帜的国际性天气预报研究和业务机构,总部设在英国的Bracknell,目前拥有来自30多个国家的300个员工。中心主要工作包括提供气候天气预报和地球系统监测,进行科学和技术研究提供预报能力,保存和归档气象数据和预测模型开发,已开发出大气模型和数据同化系统,被称为综合预测系统(IFS)。在海洋方面,提供海洋表面波浪、海洋和海冰方面的模型预测。 网站链接: http://www.ecmwf.int/
  • 《深度思维AI模型表现超越现有天气预报》

    • 来源专题:光电信息技术
    • 编译者:王靖娴
    • 发布时间:2024-12-12
    • 【内容概述】据科学网12月12日报道,DeepMind 推出了最新机器学习模型。该模型能根据当前和未来天气进行可靠的概率天气预报,其表现不但超过了最好的传统中程天气预报,还能更好地预测极端天气、热带气旋路线和风能产量。 这个名为“GenCast”的机器学习天气预测方法,能生成概率性预测,即根据当前和之前的天气状态预测未来天气的可能性。团队用40年(1979—2018年)的天气发生最佳估计分析数据训练了GenCast,使其能在8分钟内对超过80个表面和大气变量进行以12小时为单位的15天全球预报。相较于欧洲中期天气预报中心的集合预报(ENS,一种确定性预报且是全球当前最好的中期预报),他们发现,在用于评估表现的1320个指标中,GenCast在其中97.2%的指标上都优于ENS。此外,GenCast在预测极端天气、热带气旋路线和风能产量时更有效。