天气预报总“骗人”？AI让天有可测风云

　　李蓓蓓、龚昕宇

　　手机、电脑桌面一角的实时天气情况，我们大概已习以为常，一次点击就可获取此后数日的天气情况。天气预报可精确到每个小时，阴晴雨雪、风向、湿度变化一览无遗。

　　如此详细的天气预报是怎么给出的呢？

　　中国天气网发布的气象预报，图源中国天气网

　　近日《自然》杂志接连刊发两篇天气预报有关文章，先后介绍了我国华为云盘古气象模型和清华大学的NowcastNet模型。这两个模型给天气预报带来怎样的新契机？我们有可能实现“天有可测风云”，获取更精准的天气预报吗？AI、大数据、超算又在其中发挥了什么能量？

　　7月6日华为云盘古气象大模型登上《自然》杂志，图源：《自然》杂志官网

　　NO.01 天有不测风云

　　天气影响着人们的日常生活。大约一万年前，人类进入了农业社会，种子的萌发和收获，让人们惊喜地发现：不必再跋山涉水，经营一片土地便可养活一家几口。对“风调雨顺”也就产生了更强的期待。

　　限于当时认知水平和生产生活方式，风、云、雷电、雪等各种天气现象被蒙上神秘的面纱。古人人为风云变化是上天的旨意，由占卜问天获得天气预报。三千多年前，商王想要外出狩猎，于是卜问是否会有大雨，占卜结果显示没有降雨，于是商王一行人高兴地出发，却在狩猎时被淋成“落汤鸡”。不知道商王有没有发出“天有不测风云”的感慨。

　　图源网络

　　虽然古人没有精确的天气预报，但智慧地发现了太阳运动和自然现象发生存在的规律性，创造性地总结了二十四节气和七十二物候以及各种气象谚语。

　　比如春季的最后一个节气——谷雨，“榖雨之日萍始生，又五日鸣鸠拂其羽，又五日戴胜降于桑。”谷雨意味着寒潮结束，降水量增多，提醒人们要播种了。田里的秧苗和作物刚刚种下，最是需要雨水的滋润，古人认为这一时期“雨生百谷”，故称“谷雨”。

　　谷雨时节全国春播地图，图源：中国天气

　　NO.02

　　天降神器助力

　　显然，节气、物候这类精度不高的经验式天气预报无法满足人们的生活、生产要求。那么，真正的现代天气预报是如何登上历史舞台的呢？

　　1854年11月，克里米亚战争期间，英法联军正准备在黑海与俄军决战，可还未开战，一场强风暴的袭击就让联军损失惨重。

　　随后，巴黎天文台台长勒维耶研究了此次风暴，在收集了大量气象数据后，他绘制了当时的天气图，发现风暴的移动有一定规律。若提前注意到这一现象，此次的失败是可以避免的。于是勒维耶建议组建气象观测网，汇集观测资料，分析制作天气图。 1856年，法国组建了世界上第一个正规的天气预报信息服务系统。

　　风暴袭击海上船只，图源网络

　　从此，人类进入了天气图时代。现代天气预报就始于这一张张天气图，将同一时间各地气象情况绘制在一张图上，预报员们再对天气发展变化过程加以分析、描述，对未来天气进行预报。

　　天气图预报法是气象台预报天气的常用方法，并沿用至今。这些天气图为天气规律的发现提供了大量数据，使得利用物理方程和数学计算天气现象和过程成为一种可能。

　　法国数学家、天文学家、巴黎天文台台长勒维耶，图源网络

　　不过，绘制天气图做出天气预报的方法极大程度受预报员主观影响，频频出错。怎么做出更理性的天气预报呢？

　　科学家们认为手握数学和物理两把利刃，一切都是可以计算的。

　　可是该如何计算呢？这个问题难倒了很多人，直到一对父子——威廉·皮耶克尼斯和雅各布·皮耶克尼斯的闪亮登场，他们将热力学和流体力学的方式引入气象学的研究中，提出 用复杂的微分方程式描述天气的变化。

　　威廉·皮叶克尼斯（Vilhelm Bjerknes，1862-1951）的画像。图源网络

　　可是微分方程很难解，等解完方程好几天都过去了。限于算力有限，天气预报就像买过期的报纸一样，没有实用性。

　　后来，英国人路易斯·理查森提出了一个大胆的假设，建立“天气预报工厂”。这个工厂建在一个圆形建筑中，每个座位依照地球经纬度分布，每个人负责计算自己所在经纬度的微分方程，最终将各自的计算结果发给中心的人汇总，得出全球各地的天气预报。但这个梦幻的设计显然无法实施，因为想要提前给出预报结果，至少需要64000个计算员才行。

　　理查森的“天气预报工场”设想（1922），图源网络

　　“天气预报工厂”的概念看起来有没有些眼熟？是不很像计算机的概念？

　　一战中用以计算弹道的ENIAC被气象学家们盯上了，在不断简化算法，再将一系列描述大气运动的数学物理方程转换成计算机语言后，1950年，查尼、菲尔托夫、冯·诺依曼用 ENIAC 来完成了数值天气预报的可行性实验，他们用这台计算机花费了约24小时便完成了提前24小时的天气预报计算。1954年，英国BBC电台向全世界广播了这一次数值天气预报，天气预报真正走进了一个科技预报的时代。

　　冯·诺依曼与第一台电子计算机ENIAC，图源中国气象科普网

　　NO.03

　　AI预报时代来了吗

　　数值天气预报的本质是解一个个复杂的微分方程，这个方法对初始条件的依赖性很高。而大气处于实时变化中，一个微小的变化就可能引起整个系统长期的巨大连锁反应，这就是我们所熟知的“蝴蝶效应”。

　　即便是再复杂的物理模型也很难完全模拟出大气运动的全貌，而大气细节运动也难以捕捉，极端的天气和气候事件的模拟因此成为世界难题。

　　混沌系统的经典图形似蝴蝶，图源网络

　　数值天气预报是现代气象事业发展最核心的技术，堪称气象领域的“芯片”和“国之重器”，我国数值天气预报研究开始于1954年，是国际上较早开展数值天气预报的国家之一。

　　早期以国外引进为主，后来自主研发掌握核心科技，2020年12月自主研发的中国第一代全球大气/陆面再分析系统及产品投入业务化应用，具备了再分析产品的自主生产能力，气象业务对国外数据产品的依赖大大降低。再到如今，发展以地球系统模式为目标的下一代模式，我国数值预报业务实现从“零”到“一”再到“卓越”的跨越式发展。

　　我国自主知识产权地球系统数值模拟装置——寰（EarthLab）

　　最近，华为云团队和清华大学在《自然》杂志上先后发表了云盘古气象模型和NowcastNet模型两篇文章。这跟传统数值预报有什么不同呢？

　　这两种模型都是利用AI的大模型预测天气。但两个模型用途不同，前者是一种能够提前一周预测全球天气模式， 后者则针对极端降水事件等天气进行短期天气预测。

　　AI加入天气预报的赛道，带来全新可能。AI擅长处理重复任务，拟合未知数据关系。通过深度学习了解各种气象数据中的关系，预测精度和预测速度上都展现出比传统数值预报的优越性。

　　首先说说华为的盘古气象大模型。AI算法改进，使得盘古气象的预测准确率可以与全球最佳数值天气预报系统——欧洲中期天气预报中心的综合预报系统相媲美。不仅可以处理更为复杂的数据，盘古气象能够处理三维气象数据，捕捉不同压力层大气状态之间的关系。而且更加快速，在相同的空间分辨率下， 盘古气象比数值天气预报系统快10000多倍。

　　华为开发者大会发布了盘古系列超大规模预训练模型，来自网络

　　NowcastNet模型是清华大学与国家气象中心、国家气象信息中心联合三年攻关完成的极端降水临近预报大模型，公里尺度下0～3小时极端降水都能预报。

　　今年5月27日世界气象组织峰会上，三小时内降水临近预报就被列为了未解决的重要科学难题之一。由于极端降水过程持续时间短、空间范围小，原先数值计算方法的预报时效只有1小时之内。

　　试想一下，从提前1小时延长到提前3小时知道即将有一场暴雨倾盆，前一种情况我们只能就近找个地方躲着，而现在则可以更从容地回到家中，前后的应对策略发生显著变化。对于一些实际生产生活场景，这种预报还将有更亮眼的减灾表现，无疑是一个巨大的飞跃。

　　基于雷达观测的降水临近预报，来自网络

　　那么AI天气预报是不是要代替传统的数值预报了？天气预报员是不是要失业了？

　　这倒不用担心，研究者们表示，把AI广泛应用到气象领域，其机理与数据的融合计算非常具有挑战性，还需要一段很长的路。目前来看人工智能不会在这个领域取代人类，DeepMind的研究科学家Suman Ravuri表示，天气预测需要专家和人类参与其中，以确保在预测方面的理解是合理的，然后将其传达给公众。

　　从占卜到经验判断，从天气图到数值天气预报，再到AI的加入，这是无数研究者筚路蓝缕、殚精竭虑，共同推动得到的“天有可测风云”。

　　作者系南京信息工程大学法政学院科技史与气象文明研究院副教授、硕士研究生