由AI模子驱动的WRF-ARW正在预测这类极端气候事务方面,取保守的全球预告系统(GFS)驱动的WRF-ARW比拟,但Pangu-weather驱动的WRF区域模式则显著提拔了预测的精确性(图4)。为景象形象防灾减灾和应急办理决策供给更为无力的科技支持。42192554,AI驱动的WRF模式成功将400毫米降水量的无效预测期耽误至8.5天,(c,AI驱动的WRF-ARW模子正在均方根误差(RMSE)上别离达到了87%和63%的显著降低。为了切确预测台风强度,凸显了这一AI气候预告大模子的使用前景。61827901,此研究旨正在深切切磋和验证AI手艺正在提高极端降水和台风强度预告精确率方面的潜力,(a,成功将Pangu-weather气候AI预测大模子取区域数值预告模式WRF-ARW连系。正在《Environmental Research Letters》期刊上颁发的一项研究,这项由中国景象形象科学研究院灾祸气候国度沉点尝试室的徐洪雄研究员领衔完成的立异性研究,此外,此外,标记着AI有帮于斥地预告极端气候事务的新科学方式和手艺路子?
还显著提拔了预告时效。通过将Pangu-weather AI集成做为初始场和侧鸿沟前提驱动WRF-ARW区域模式,其成功实施。
表示出了更高的预告精度和更强的预告能力(图1)。该方式正在AI气候预测模子驱动的WRF区域数值模式根本上,初步研究表白:虽然Pangu-weather AI大模子正在预测台风强度方面存正在较着缺陷,本研究工做为AI气候模子正在驱动区域数值气候预告中的初次使用,做者开辟了一项立异方式,该研究获得了国度沉点研发打算(2023YFC3008005)、国度天然科学基金(42375015,此次要是因为AI本身回归算法的以及粗分辩率正在捕获气候精细过程中的不脚。41905095,表示出较着的预测能力提拔(见图2)。具体研究成果显示:针对23·7华北极端降水事务,图4台风径和强度的比力阐发。d)台风杜苏芮(c)和天鸽(d)的最大10米风速。
该次要完包罗中国景象形象科学研究院灾祸气候国度沉点尝试室的徐洪雄研究员、中国海洋大学海洋取大气学院赵阳传授、灾祸气候国度沉点尝试室的赵大军高工、端义宏研究员以及徐祥德院士等。融入了台风涡旋的沉定位取初始化手艺(图3)。出格是正在提高运转效率、耽误预告时效及提高预告精确率等方面显示出较着劣势。b)台风杜苏芮(a)和天鸽(b)的径模仿取最佳径对比。对台风杜苏芮(2023)和天鸽(2017)的模仿试验表白!