英伟达发布天气预测模型StormCast，AI让“追风”更快更精准
2024-08-24
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
台风，这一自然界中的“老熟人”，常以其惊人的破坏力和不可预测的路径给人们的生产生活造成巨大影响。每年6月至8月，也是西北太平洋的台风活跃期。根据中国天气网的预测，根据今年8月台风“排班表”，8月在西北太平洋和南海海域将有3至4个台风生成，较常年同期偏少。其中，将有2至3个台风登陆我国，台风移动路径以西行和西北行为主。
近年来，气象“追风”的技术和工具也在不断进化升级。记者了解到，日前，英伟达发布了用于模拟高保真大气动力学的突破性生成式 AI 模型StormCast，该模型的突破点在于，可以早于风暴生成之前、还未形成气旋的天气系统进行可靠预测，让台风的预测更早一步——现已能够实现 3 公里的空间分辨率和每小时的时间分辨率。
两个月前，英伟达创始人兼首席执行官黄仁勋发布了通过 Earth-2 提供的 CorrDiff 模型 。据介绍，NVIDIA Earth-2 是一个集 AI、物理仿真和计算机图形于一身的数字孪生云平台，能够以前所未有的准确性和速度在全球范围实现天气与气候预测的模拟和可视化。CorrDiff 则可以将模型分辨率从 25 公里提高到 2 公里，分辨率是以前的 12.5 倍，单次推理速度比传统的方法快了 1000 倍，能源效率提高了 3000 倍。
而StormCast的出现又为 CorrDiff 增加了每小时自回归预测功能，这意味着该模型可以根据过去的结果预测未来的结果。
最多可提前6小时进行预报
天气和气候变化造成的物理危害在不同地区之间存在显著差异。但由于在中尺度上模拟基本的流体动力学运动需要很高的空间分辨率，因此在这一层面进行可靠的数值天气预测需要大量计算成本。
因此，在以往的做法中，气象研究人员在区域天气预报模型（通常称为对流容许模型，缩写为 CAM）中往往要在分辨率、集合规模和可负担性方面作权衡。
在较低分辨率下，在全球数据上训练而成的机器学习模型已能够有效地模拟数值天气预报模型，来改进严重事件的预警系统。这些机器学习模型的空间分辨率通常为 30 公里左右，时间分辨率为 6 小时。
而在生成扩散技术的帮助下，StormCast 能够实现 3 公里的空间分辨率和每小时的时间分辨率。该模型在与降水雷达配合使用时，已经可以提供最多提前 6 小时的预报。
此外，StormCast 的输出结果可显示符合物理学的逼真热量和湿度动态，并且能够预测 100 多个变量，例如在多个精细划分的高度层上的温度、水分浓度、风力和降雨雷达反射率值等。这使气象研究人员首次得以在 AI 天气模拟中确认风暴浮力的真实 3D 演变过程。
更多创新还在酝酿之中
科学家们已经在探究如何利用该模型的优势。The Weather Company 创新负责人 Tom Hamill 表示：“由于有序的雷暴和冬季降水会产生巨大的影响，而且对其作出可信预报的难度极大，因此制作计算上易处理的风暴尺度集合天气预报是数值天气预报领域所面临的一项艰巨挑战。StormCast 显然是一个能够应对此类挑战的模型。The Weather Company 十分高兴能与 NVIDIA 一起开发、评估并在未来使用这些深度学习预报模型。”
科罗拉多州立大学大气合作研究所机器学习负责人 Imme Ebert-Uphoff 表示：“开发高分辨率天气模型需要使用 AI 算法解决对流问题，而这是一个艰巨的挑战。NVIDIA 的这项新研究探索了利用 StormCast 等扩散模型实现这一目标的潜力，这代表着我们朝着未来开发 AI 高分辨率天气预报模型迈出了重要一步。”
这些研究突破不仅实现了达到物理学精度的气候模拟的加速与可视化、创造了地球的数字孪生，还展现了 NVIDIA Earth-2 如何开启了气候研究的一个全新的重要时代。
据悉，NVIDIA Research 在全球拥有数百名科学家和工程师，专注于气候 AI、计算机图形学、计算机视觉、自动驾驶汽车和机器人等领域的研究。
作者：张天弛
文：张天弛编辑：张懿责任编辑：戎兵
转载此文请注明出处。
