AI WeatherNext给气象学家额外一天时间准备飓风.

20 八月 202625 视图

"自然"中描述的一个Google DeepMind模型预测了热带气旋的轨迹和强度,比之前的逼近更准确一天. WeatherNext已经帮助提供飓风梅丽莎快速强化的预警,其源代码向社区开放.

AI WeatherNext给气象学家额外一天时间准备飓风.

为什么气象学家需要多一天

热带气旋是自然界最具破坏性的力量之一. 在过去半个世纪里,它们夺走了70多万人的生命,对全球经济造成了近1.4万亿美元的损失。 在风暴袭击前每增加24小时,就有机会疏散人口,加强基础设施,并最终拯救生命。 这恰恰是新的人工智能模型 试图给预报员的准备时间。

Google DeepMind与来自Google Research和主要气象中心(包括NHC,CIRA,UK Met Office)的研究人员共同推出了WatherNext模型. 结果发表在《自然》杂志上。 开发者声称该模型的准确性可以与之前一天后提供的预测相媲美:WeatherNext的三天预测与最佳传统系统的两天预测相匹配. 实际上,这是大约十年气象进步的飞跃。

接下来的天气如何工作

千变万化的情景

该模型没有单一的预测,而是同时为每个气旋产生一千条可能的路径. 这使得可以追踪罕见但危急的事件——例如快速强化,当风暴在一天之内转变成强飓风时. 此前,这个系统仅限于50种情景;现在的综艺节目已经发展到1000名成员. 每一种情景都不仅仅是地图上的一条线,而是完整地描绘出阵风:从热带风暴到飓风强度,每个地点都表示概率.

WeatherNext接受了近20兆字节全球大气数据以及IBTrACS历史气旋数据库的培训,数据库中载有下列数据的记录: 大概5000场风暴 它基于功能性基因网络(FGNs). 在谷歌的TPU处理器下一分钟计算出一个15天的单一预测.

一个有趣的细节:WeatherNext的运行分辨率为28×28千米,与传统模型相比大约是一百倍的宽度. 缩小版"WeatherNext 2-mini"使用111×111公里的网格,仍能提供优异的成绩. 为何该模型在粗细的分辨率上如此准确,仍然是一个开放的研究问题.

全球观点而不是取舍

气象学家通常必须在覆盖整个地球的全球性模型和细化特定区域的地方模型之间做出选择. WeatherNext气旋解决了这一矛盾:它预测了一般的大气环流,同时详细描述了飓风的轨迹,强度和风力结构. 该模型可以从全球大气条件出发,提前15天作出预测。

实践的附加日

WeatherNext气旋的关键成就是超过24小时的额外准备时间. 从2023年到2024年对历史气旋的评价证实了这一点,该模型的性能一直高于其他预报系统。 如果气象学家事先可以可靠地预测一场危险的飓风提前两天转向,现在有一个三天的缓冲. 对于沿海地区的居民来说,这不仅仅是数字:额外一天意味着能够完成疏散,加固建筑物,以及重新安排飞行时间.

该模型的实际价值已经在现实世界的操作中进行了测试. 2025年飓风季期间,美国国家飓风中心(NHC)利用WeatherNext预报飓风梅丽莎的快速强化. 由于预警,牙买加居民比传统预测早了解了这一危险。 而在2024年10月,该模型成功处理飓风米尔顿,显示出其预测风暴强度急剧变化的能力.

开放代码与未来

Google宣布,它开放了WeatherNext 2和WeatherNext Circles模型. 这意味着任何气象中心或研究小组都可以在自己的系统上运行模型,加以改造 并融入现有的预测基础设施。 这一方法加速了世界各地在实用气象学中采用AI.

现在说大赦国际将完全取代古典模式还为时过早。 但已经很清楚了:像WeatherNext这样的工具给气象学家提供了额外的时间,这转化为拯救生命和减少破坏. 而开放代码,连同与主要机构——NHC,CIRA,UK Met Office——的合作,意味着该技术将很快到达真实世界的天气预报.

常问问题

Google DeepMind 对飓风预报模型的天气下一次回顾