中国气象局联合清华大学发布“风清”“风雷”气象大模型系统

9da89b4066952856c5d6c8c7dbb78f6a.png

6月18日,中国气象局召开人工智能气象预报大模型系统发布研讨会,并在会上联合清华大学发布了人工智能全球中短期预报系统“风清”(简称“风清”大模型)和人工智能临近预报系统“风雷”(简称“风雷”大模型)。

中国气象局党组书记、局长陈振林,中国科学院院士,南京大学党委副书记、校长谈哲敏,清华大学党委常委、副校长郑力,复旦大学党委常委、副校长汪源源,中国工程院院士孙家广、沈学顺,中国科学院院士周秀骥、张人禾出席会议。中国气象局党组成员、副局长毕宝贵主持会议。

ce6605590af4ce741bda38455db55330.png郑力发言

郑力表示,清华大学始终致力于服务我国气象事业高质量发展,未来将进一步深化落实局校战略合作,支持校内科研单位与中国气象局相关业务单位在气象预报AI大模型、地球系统数值模拟器、气象物联网大数据软件国产化等关键方向上持续攻关,为推动我国气象事业高质量发展贡献智慧和力量。

59203092e0ae12c6ee0add8f468ea35c.png“风清”大模型发布

综合国内气象大模型发展并对标国际前沿进展,国家气象中心、国家气象信息中心相关团队与软件学院王建民、龙明盛团队联合攻关,在大模型预报核心技术、预报精准程度上寻求突破,构建了“风清”大模型。该模型具有大气强物理融入和可解释性,在实现高效计算的同时,可为预测结果提供物理可解释性依据,自动挖掘包括天气系统内在的物理演变。该模型的训练过程紧密结合物理守恒特性,可有效提升长时效预报结果的活跃度。模型采用可扩展的多时效优化策略,可综合考虑未来多天预报的效果,有效延长预报时效,不断提升短中期预报效果。检验结果表明,该模型全球可用预报天数达到10.5天,超过欧美主流气象预报大模型,尤其是在较长预报时效上,具有更为明显的优势。

23ee9577fcccc916a576c000407167a0.png“风雷”大模型发布

聚焦临近预报中的核心难题,国家气象中心、国家气象信息中心相关团队与软件学院王建民、龙明盛团队联合攻关,构建了“风雷”大模型。该模型将数据驱动与物理驱动两大科学范式紧密结合,显著提高了公里尺度下0至3小时雷达回波的预报能力,并实现深度学习与物理规律的无缝隙融合。同时,“风雷”大模型将物理模型的中尺度预测和人工智能的对流尺度预测有机融合,在预测准确性和细节丰富性上实现突破。同时,构建了一套“数据—算力—平台”全流程短临预报系统,能够在3分钟内生成0至3小时逐6分钟的雷达回波外推产品,实现强回波预报技巧提升25%。

值得一提的是,“风清”和“风雷”大模型分别完成了基于国产全球大气再分析资料CRA-40和雷达观测资料的训练及检验评估,有效降低了目前主流气象预报大模型对国际再分析资料的依赖度。

0af3fc309f9a6012e30b69c449afa7ba.png

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值