中国气象局：“风乌”气象大模型准确预报台风“杜苏芮”路径

据中国气象局消息，7月28日9时55分今年第5号台风“杜苏芮”在福建晋江沿海登陆，登陆时中心附近最大风力15级（50米/秒，强台风级）。

就在此前，在中国气象局的支持下，上海人工智能实验室（上海AI实验室）基于其研发的“风乌”气象大模型对“杜苏芮”台风路径进行了预测，提前五天有效预报登陆点。

据介绍，基于7月21日至27日多个起报时刻预报路径及台风实际路径对比，“风乌”提前24小时预报的误差值为38.7公里，精确度优于气象预报国际权威机构欧洲中期气象预报中心（ECMWF）的54.11公里，美国国家环境预报中心（NCEP）的54.98公里。

“风乌”气象大模型于今年4月由上海AI实验室联合中国科学技术大学、上海交通大学、上海中心气象台等机构发布。实验室科学家欧阳万里表示，“‘风乌’取名自秦汉时期的‘相风铜乌’，是世界上最早的测风设备。天气预报大模型‘风乌’不仅承载了中国古人的智慧，也寓意实验室致力于在以气象为代表的AIforScience领域勇于突破、不懈探索。”

官方介绍，“风乌”仅需30秒即可生成未来10天全球高精度预报结果，在效率上大幅优于传统模型。

气象大模型精准预测背后的技术原理是什么？团队相关人员介绍，在AI模型的设计和训练过程中，研究团队发现，多个大气变量在优化中存在相互影响、且可以看作多任务学习问题，于是“风乌”采用多模态神经网络和多任务自动均衡权重，解决多种大气变量表征和相互影响的问题。

具体来说，“风乌”针对的大气变量包括位势、湿度、纬向风速、经向风速、温度以及地表等，大模型将这些大气变量看作多模态信息，基于多模态和多任务深度学习方法构建，使之具备准确模拟复杂大气活动规律的能力。

过去数十年间，囿于气象观测的准确度，大气系统中物理过程的复杂性，以及求解大气模型所需资源规模巨大，全球中期天气预报的有效性每10年才提高1天，难以满足社会和经济的发展需求。

上海人工智能实验室青年科学家白磊介绍，“‘风乌’提供了一个强大有效的全球中期天气预报的AI框架，其领先性体现在预报精度、预报时效和资源效率三方面。”

在预报精度方面，相比DeepMind的GraphCast，“风乌”的10天预报误差降低10.87%，而相比于传统的物理模型，其误差降低19.4%。此前，全球范围内最好的物理模型HRES在此标准范围内，有效预报时长最大为8.5天，而“风乌”基于再分析数据达到了10.75天。

在资源效率方面，现有物理模型往往运行在超级计算机上，而“风乌”AI大模型仅需单GPU便可运行，仅需30秒即可生成未来10天全球高精度预报结果。

有研究表明，对于单个登陆中国的台风而言，24小时路径预报误差每减小1公里，可减少因灾直接经济损失约0.97亿元，准确的台风预报对于减轻灾害损失至关重要。

目前，上海AI实验室与国家气象中心、上海市气象局合作，完成了“风乌”模型业务部署实时试运行工作，并针对今年两次登陆台风“泰利”“杜苏芮”开展对比试验评估，目前“风乌”已经显示出在气象预测领域较强的业务应用潜力。