中文内容
我们如何用 AI 支持更好的热带气旋预测
Weather Lab 团队
热带气旋极其危险,会危及生命,并在经过之处重创社区。在过去 50 年里,它们已造成 1.4 万亿美元的经济损失。
这些巨大的旋转风暴,也称为飓风或台风,形成于温暖的海洋水域之上,由热量、水汽和对流驱动。它们对大气条件中哪怕很小的差异都非常敏感,因此以难以准确预报而著称。然而,提高气旋预测的准确性,可以通过更有效的灾害准备和更早的疏散来帮助保护社区。
今天,Google DeepMind 和 Google Research 推出 Weather Lab,这是一个用于分享我们人工智能(AI)天气模型的交互式网站。Weather Lab 展示了我们最新的基于 AI 的实验性热带气旋模型,该模型基于随机神经网络。这个模型可以预测气旋的生成、路径、强度、大小和形态,并生成最多提前 15 天的 50 种可能情景。


我们发布了一篇新论文,介绍我们的核心天气模型,并在 Weather Lab 上提供历史气旋路径数据档案,用于评估和回测。
内部测试显示,我们模型对气旋路径和强度的预测与当前基于物理的方法一样准确,并且往往更加准确。我们一直在与美国国家飓风中心(NHC)合作,后者负责评估大西洋和东太平洋海盆的气旋风险,以科学验证我们的方法和输出结果。
NHC 的专家预报员现在可以看到我们实验性 AI 模型的实时预测,并将其与其他基于物理的模型和观测结果并列参考。我们希望这些数据能够帮助改进 NHC 的预报,并为与热带气旋相关的灾害提供更早、更准确的预警。
Weather Lab 的实时和历史气旋预测
Weather Lab 展示不同 AI 天气模型的实时和历史气旋预测,并同时展示欧洲中期天气预报中心(ECMWF)的基于物理的模型。我们的多个 AI 天气模型正在实时运行:WeatherNext Graph、WeatherNext Gen 以及我们最新的实验性气旋模型。我们还在推出 Weather Lab 时提供两年多的历史预测,供专家和研究人员下载和分析,从而支持对我们模型在所有海盆上的外部评估。


Weather Lab 用户可以探索并比较各种 AI 模型和基于物理的模型的预测。综合阅读这些预测,可以帮助气象机构和应急服务专家更好地预判气旋的路径和强度。这可能帮助专家和决策者更好地为不同情景做准备,传达相关风险信息,并支持管理气旋影响的决策。
需要强调的是,Weather Lab 是一款研究工具。所显示的实时预测由仍在开发中的模型生成,并非官方预警。在使用该工具时请牢记这一点,包括在基于 Weather Lab 生成的预测支持决策时。官方天气预报和预警请参考当地气象机构或国家气象服务部门。
AI 驱动的气旋预测
在基于物理的气旋预测中,为满足业务运行需求而必须作出的近似处理,意味着单一模型很难同时擅长预测气旋路径和强度。这是因为气旋路径受大尺度大气引导气流支配,而气旋强度则取决于其紧凑核心内部及周围复杂的湍流过程。全球低分辨率模型最擅长预测气旋路径,但无法捕捉决定气旋强度的细尺度过程,因此需要区域高分辨率模型。
我们的实验性气旋模型是一个克服这种权衡的单一系统;我们的内部评估显示,它在气旋路径和强度两个方面都达到最先进的准确度。它经过训练,可对两类不同数据进行建模:一个庞大的再分析数据集,基于数百万次观测重建整个地球过去的天气;以及一个专门数据库,其中包含过去 45 年近 5,000 个观测到的气旋的路径、强度、大小和风半径等关键信息。
将分析数据和气旋数据结合建模,极大提升了气旋预测能力。例如,我们对 NHC 观测到的飓风数据在 2023 年和 2024 年测试年份、北大西洋和东太平洋海盆进行的初步评估显示,我们模型的 5 天气旋路径预测平均比 ENS 更接近真实气旋位置 140 公里;ENS 是 ECMWF 领先的全球基于物理的集合模型。这相当于 ENS 3.5 天预测的准确度,即提升了 1.5 天,而这种提升通常需要十多年才能实现。
虽然以往的 AI 天气模型在计算气旋强度方面一直面临困难,但我们的实验性气旋模型优于美国国家海洋和大气管理局(NOAA)的 Hurricane Analysis and Forecast System(HAFS)的平均强度误差;HAFS 是领先的区域高分辨率基于物理的模型。初步测试还显示,我们模型对大小和风半径的预测可与基于物理的基准相当。
这里我们可视化了路径和强度预测误差,并展示了我们的实验性气旋模型提前最多五天的平均性能评估结果,与 ENS 和 HAFS 进行比较。
为决策者提供更有用的数据
除 NHC 外,我们还一直与科罗拉多州立大学大气研究合作研究所(CIRA)密切合作。CIRA 研究科学家 Kate Musgrave 博士及其团队评估了我们的模型,并发现其“在路径和强度方面具有与最佳业务模型相当或更高的技能”。Musgrave 表示:“我们期待在 2025 年飓风季期间通过实时预报确认这些结果。”我们还一直与英国气象局、东京大学、日本 Weathernews Inc. 以及其他专家合作,以改进我们的模型。
我们新的实验性热带气旋模型,是我们一系列开创性 WeatherNext 研究中的最新里程碑。通过 Weather Lab 负责任地分享我们的 AI 天气模型,我们将继续从气象机构和应急服务专家那里收集重要反馈,了解我们的技术如何改进官方预报并为拯救生命的决策提供信息。
致谢:本研究由 Google DeepMind 和 Google Research 共同开发。
我们感谢合作伙伴 NOAA 的 NHC、CIRA、英国气象局、东京大学、日本 Weathernews Inc.、FOX Weather 的 Bryan Norcross,以及其他值得信赖的测试合作伙伴,他们在 Weather Lab 的开发过程中分享了宝贵反馈。
原文标题
How we're supporting better tropical cyclone prediction with AI