近期，美國(guó)科技公司英偉達(dá)研究團(tuán)隊(duì)聯(lián)合美國(guó)勞倫斯伯克利國(guó)家實(shí)驗(yàn)室和華盛頓大學(xué)共同推出了一個(gè)新的生成式人工智能天氣預(yù)報(bào)模型StormCast，利用深度學(xué)習(xí)中最先進(jìn)的擴(kuò)散模型來(lái)生成公里尺度的短期天氣集合預(yù)報(bào)。該模型的預(yù)報(bào)技巧與美國(guó)最先進(jìn)的高分辨率快速更新模式（HRRR）相當(dāng)，且能實(shí)現(xiàn)公里級(jí)的大氣動(dòng)力學(xué)模擬。

StormCast使用的訓(xùn)練數(shù)據(jù)是美國(guó)中部2018年7月至2021年12月的高分辨率快速更新模式（HRRR v4）業(yè)務(wù)數(shù)據(jù)和ERA5再分析數(shù)據(jù)。該模型利用生成擴(kuò)散技術(shù)能夠?qū)崿F(xiàn)3公里、逐小時(shí)的集合預(yù)報(bào)，預(yù)報(bào)變量包括溫度、濕度、風(fēng)速和雷達(dá)反射率等。在對(duì)未來(lái)6小時(shí)的小雨、小到中雨以及中雨的預(yù)報(bào)方面，StormCast的集合預(yù)報(bào)平均值與HRRR的預(yù)報(bào)技巧相當(dāng)甚至更高。此外，與傳統(tǒng)的統(tǒng)計(jì)學(xué)臨近預(yù)報(bào)方法不同，StormCast的預(yù)報(bào)具有物理一致性。

研究團(tuán)隊(duì)表示，傳統(tǒng)的對(duì)流尺度模式（或中尺度模式）需要在模式分辨率、集合大小和算力之間進(jìn)行權(quán)衡取舍，而StormCast模型有望打破這一局限，提供更為精細(xì)和成本更低的集合預(yù)報(bào)。（編譯：孫安琪 唐偉）

（責(zé)任編輯：曹銳怡）