中國(guó)科學(xué)院大氣物理研究所陳曦研究員團(tuán)隊(duì)在數(shù)據(jù)驅(qū)動(dòng)的集合預(yù)報(bào)算法研究上取得重要進(jìn)展。相關(guān)研究成果以“生成式超級(jí)集合增強(qiáng)天氣預(yù)報(bào)”(Boosting weather forecast via generative superensemble)為題,發(fā)表于《npj climate and atmospheric science》。
數(shù)據(jù)驅(qū)動(dòng)天氣預(yù)報(bào)模型雖已在計(jì)算效率和確定性預(yù)報(bào)技巧上接近傳統(tǒng)數(shù)值模式,但仍面臨預(yù)報(bào)場(chǎng)過(guò)度平滑導(dǎo)致極端事件被系統(tǒng)性低估以及缺乏可靠不確定性量化能力等關(guān)鍵挑戰(zhàn),其根源在于未能顯式表征初始條件、模式系統(tǒng)偏差和隨機(jī)過(guò)程三種不確定性來(lái)源;同時(shí),隨著 AI 氣象模式的快速迭代與開(kāi)源模式激增,缺乏有效融合多模式能力的集合預(yù)報(bào)框架。針對(duì)這些問(wèn)題,陳曦研究員團(tuán)隊(duì)提出基于生成式擴(kuò)散模型的即插即用集合預(yù)報(bào)基座 GenEPS(Generative superEnsemble Prediction System),通過(guò)學(xué)習(xí)大氣狀態(tài)的高維概率分布,并采用隨機(jī)微分方程編輯技術(shù)實(shí)現(xiàn)高效后驗(yàn)采樣,可為任意數(shù)據(jù)驅(qū)動(dòng)的確定性預(yù)報(bào)模式賦予集合預(yù)報(bào)能力(圖1左)。
GenEPS技能指標(biāo)優(yōu)于ECMWF集合預(yù)報(bào)系統(tǒng)和NeuralGCM等數(shù)據(jù)驅(qū)動(dòng)模式?;贓RA5再分析資料的檢驗(yàn)顯示,10天預(yù)報(bào)的500 hPa位勢(shì)高度距平相關(guān)系數(shù)達(dá)到0.691,較ECMWF-ENS提升6.9%(圖1右)。在2023年臺(tái)風(fēng)“杜蘇芮”等極端事件預(yù)報(bào)中保持了良好的預(yù)報(bào)場(chǎng)物理一致性(圖2),有效模擬出高強(qiáng)度臺(tái)風(fēng)眼等精細(xì)化特征。

圖1 左圖:GenEPS算法概念圖;右圖:2023年全球Z500 ACC多模式性能比較

圖2:臺(tái)風(fēng)“杜蘇芮”7天預(yù)報(bào)(2023年7月21日00UTC初始)。 (c-f)700 hPa比濕場(chǎng),包括ERA5驗(yàn)證、ECMWF-ENS成員和GenEPS成員;(g)功率譜分析;(h-j)Pangu、Fengwu和Fuxi的確定性預(yù)報(bào)場(chǎng)。
GenEPS有效緩解了數(shù)據(jù)驅(qū)動(dòng)天氣預(yù)報(bào)在不確定性量化和極端事件預(yù)報(bào)方面的關(guān)鍵問(wèn)題,在中期預(yù)報(bào)的確定性和概率性技能上均實(shí)現(xiàn)了顯著改進(jìn)。作為即插即用的基座系統(tǒng),GenEPS為數(shù)據(jù)驅(qū)動(dòng)天氣預(yù)報(bào)模型提供輕量化的多模式超級(jí)集合預(yù)報(bào)框架。GenEPS未來(lái)可接入更多模式成員包括傳統(tǒng)數(shù)值預(yù)報(bào),有望進(jìn)一步提升預(yù)報(bào)性能。
中國(guó)科學(xué)院大氣物理研究所科研助理奈聰毅為第一作者,中國(guó)科學(xué)院大氣物理研究所陳曦研究員和潘寶祥副研究員為共同通訊作者。研究得到國(guó)家自然科學(xué)基金(42275174、42288101)和國(guó)家重點(diǎn)研發(fā)計(jì)劃(2022YFF0802001、2024YFF0809004、2024YFB4204800)等項(xiàng)目的共同資助,以及國(guó)家重大科技基礎(chǔ)設(shè)施“地球系統(tǒng)數(shù)值模擬裝置”(EarthLab)等單位的支持。
論文信息:
Nai,C.,Chen,X.,Yang,S.?et al.?Boosting weather forecast via generative superensemble.?npj Clim Atmos Sci?8,377 (2025). https://doi.org/10.1038/s41612-025-01255-x