NOAA 啟用新一代 AI 天氣預報模型 運算量銳減、預報更快更準

美國國家海洋和大氣管理局（NOAA）近日正式上線一套全新一代基于人工智能的全球天氣預報模型，宣稱在顯著減少算力消耗的同時，實現更快速、更高精度的天氣預測，這標志著美國天氣預報體系從傳統物理模型向數據驅動 AI 系統的重大躍遷。 NOAA 表示，這套技術已于本周三清晨投入業務運行，是其推進美國天氣預測系統現代化的重要一步。

這些 AI 模型由 NOAA 環境預報中心與國家氣象局合作研發部署，定位為對現有數值預報模型的補充，而非替代。 國家氣象局發言人 Erica Grow Cei 對媒體表示，當前運行的機器學習模型部分訓練數據就來自仍在使用的傳統數值模式，那些依賴復雜物理方程的模式依舊是 AI 訓練的重要信息源之一。

長期以來，NOAA 的核心預報工具是“全球預報系統”（GFS），這一物理基礎模式通過數學方程來模擬大氣行為，生成氣溫、風速、降水、臭氧以及土壤濕度等多種要素的數據，并由陸面、海洋和大氣等多個子系統協同構成整體。 為減輕 GFS 的系統性偏差，NOAA 此前還構建了“全球集合預報系統”（GEFS），通過多次模擬以覆蓋不同天氣情景的不確定性。

NOAA 環境預報中心副主任 Daryl Kleist 介紹稱，新一代 AI 模型正是以這些傳統模式多年積累的數據為基礎進行訓練，他指出，這些 AI 模型在預報技巧上的顯著提升，很大程度上歸功于其訓練所用的“分析場”數據，而這些分析數據主要源自舊有數值模式框架。

在算力需求方面，NOAA 估計，新 AI 系統相較傳統預報模型可減少 91% 至 99% 的計算資源占用，大幅降低實時業務預報對超級計算集群的依賴。 同時，在保持或提升精度的前提下，這些模型有望將有效預報時效再向前拓展 18 至 24 小時。 Kleist 也提醒稱，此處統計的是模型運行階段的能耗，并未計入前期 AI 訓練本身所需的大量能源投入。

此次上線的 AI 預報體系由三大核心模型構成。首先是“人工智能全球預報系統”（AIGFS），官方將其描述為一種利用 AI 技術，以更快、更高效方式生成天氣預報的新型全球模式。 按 NOAA 給出的數據，AIGFS 完成一份 16 天全球預報只需傳統 GFS 約 0.3% 的計算資源，運行時間約為 40 分鐘，這意味著業務預報員能夠更早獲得更新后的數值指引。

第二個模型為“人工智能全球集合預報系統”（AIGEFS），在 AIGFS 的基礎上引入集合思路，不再僅給出單一確定性結果，而是生成一系列可能的演變路徑，以量化天氣預報中的不確定性。 第三個模型“Hybrid-GEFS”則將新 AI 技術與 NOAA 既有的 GEFS 集合系統進行融合，旨在在保留傳統集合體系優點的同時，進一步利用 AI 優化對不確定性的表征和預報精度。

NOAA 強調，這一系列 AI 模型仍處于持續迭代階段，科研團隊正在重點提升其在颶風等高影響天氣預報方面的表現，并進一步改進集合系統所給出的各類可能情景范圍。 機構認為，隨著這些模型不斷完善，AI 有望在未來的極端天氣預警與中長期預報中發揮越來越關鍵的支撐作用。