AIMIP 第一阶段：AI 天气与气候模型的系统评估
大气与海洋物理
2026-05-20 v2
摘要
我们提出了 AI 天气与气候模型比较计划 (AIMIP) 第一阶段。借鉴气候模型发展中丰富的比较计划传统，我们为 AIMIP 第一阶段模型指定了通用实验、输出数据格式和训练约束（即针对历史再分析数据进行训练）。我们旨在识别影响模型行为的建模框架和 AI 架构选择差异，并通过开放数据和评估建立对 AI 天气与气候模型的信任。AIMIP 第一阶段模型必须在 1979-2024 年间给定的历史海表温度下模拟大气。我们使用五个主要评估标准来评估模型性能：偏差、趋势、对厄尔尼诺相关海表温度异常的响应、时间变率以及样本外泛化测试。我们发现 AI 模型能够像传统的基于物理的模型一样模拟历史气候和对强迫的响应，但一些 AI 模型低估了历史变暖趋势，并且它们的预测在样本外泛化测试中存在分歧。我们描述了公开可用于额外评估的 AIMIP 第一阶段数据集。
引用
@article{arxiv.2605.06944,
title = {AIMIP Phase 1: systematic evaluations of AI weather and climate models},
author = {Brian Henn and Christopher S. Bretherton and Nikolay Koldunov and Christian Lessig and Maria J. Molina and Troy Arcomano and Oliver Watt-Meyer and Guillaume Couairon and Renu Singh and Robert Brunstein and Yana Hasson and Antonia Jost and Noah Brenowitz and Peter Manshausen and Nathaniel Cresswell-Clay and Dale Durran and Kyle Joseph Chen Hall and Janni Yuval and Dmitrii Kochkov and Stephan Hoyer and Ignacio Lopez-Gomez},
journal= {arXiv preprint arXiv:2605.06944},
year = {2026}
}
备注
48 pages, 25 figures