Google全新天气AI模型，实时卫星每小时预测，精度跃升

前段时间, 有两家科技方面的巨头, 携同发布了全新的、面向全球范围的天气AI模型, 这引发行业内部广泛予以关注。此模型于局部地区的地形分辨率以及初始化延迟这两项关键的指标上, 取得了突破性进展, 有希望对天气预报行业的格局再次塑造。

这款模型, 通过直接接入实时静止卫星拼图来进行每小时初始化, 并且结合原始气象站观测数据展开训练, 达成了从数据架构到预报精度的全面升级。

架构创新打破传统瓶颈

沿袭传统的气象AI模型, 依靠数值天气预报的再分析网格数据, 此类数据将海岸线、山谷以及山脉等地形特征予以平滑处理, 致使局部气候信息出现丢失, 然而新模型直接于源头对这一痛点加以解决。

此模型运用了概率型功能生成网络网格架构, 且扩展到多分辨率输出, 其输入端径直接入全球实时静止卫星拼图以及欧洲中期天气预报中心的分析数据, 并且在训练阶段融合了多源信息, 从而大幅提高了预报准确性。

多分辨率预报层级分明

新模型做单次前向传递就能够输出得出三个层级的预报的结果的数值, 那种结果的数值可以对从5公里一直到对25公里的不同分辨率的各自需求开展覆盖, 第一层是基于气象站训练的2米气温以及对露点进行预报, 其精度可以达到0.05度。

在第二层之中, 存在着10米与100米风速, 还有气压、海面温度、云层分布以及1小时降水量等网格表面数据, 其分辨率是0.1度。而第三层呢, 它覆盖的是13个气压层的所具有的0.25度大气场, 能够满足大范围气象分析的需求。

每小时刷新捕捉快速天气变化

相比之前每隔6小时就输出一回0.25度字段的模型, 新模型的精度提高了大概5倍, 它每日开展24次初始化, 完全突破了过去依靠滞后6小时的传统数值预报分析的周期界限。

天气系统循环于世界时00、06、12以及18点可向后径直延伸预测15天, 其中涵盖64个集成成员。临时每小时那种运行模式会覆盖48小时窗口, 对于快速发展起来的强对流天气具备极高的捕捉价值。

降水预报短板有望补齐

全球气象模型中, 降水预报向来是个绕不开的历史难题, 极易出现场数据, 这些数据模糊不清, 还会错过风暴边界。新模型借助与欧洲中期天气预报中心再分析、美国宇航局卫星反演以及自身卫星雷达降水再分析等多源数据训练, 这让该问题得到了显著改善。

在早期预报的阶段之时, 它的连续排名概率评分跟基准两者相较, 最高能够提升百分之六十, 和气象站雨量计进行对比, 也是有着显著的改善的。这所意味的是, 风暴边界的识别能力将会得到大幅度的提升, 从而减少漏报以及误报此类情况的发生。

赋能清洁能源精准预测

新能源领域方面, 新模型能够精确输出大约风力涡轮机枢纽高度为100米的风速, 还有低中高云层的完整分布情况, 以及太阳辐照度的各个分量。这些数据组合可以直接给予电网运营商力量, 用来精确预测风能和太阳能的发电输出。

这暗示着电力公司能够更加提前进行可再生能源调度策略的规划, 减弱因天气不确定性所导致的发电波动风险。天气预报同能源行业的深度交融, 有希望促使清洁能源利用效率进一步得到提高。

数据开放加速行业应用

这当下, 新模型所生成的预报相关数据已然是开放了申请渠道, 用户能够依靠多个不同的平台去予以获取。然而, 模型的权重截至目前尚未对外部进行开源公布, 按照实际需求来进行自定义推理的情况眼下依旧是在运行着之前的旧版系统模式。这样的一项举措在对技术安全起到保障作用的同一时刻, 还对行业应用的普及进程起到了推动的作用。

因该模型全方位推进, 全球天气预报正快步迈向高精度、高时效的全新智能化时期。业内人士预估, 这项突破会给交通、农业、灾害预警等诸多领域带来实质变化。你对这款新颖模型的哪些应用场景最为感兴趣? 欢迎于评论区分享你的见解。