AI 天气模型能否预测超过两周？长期推演的定量基准与分析
机器学习
2026-05-29 v1 大气与海洋物理
摘要
虽然 AI 天气模型在短至中期预报（最多 15 天）方面表现出色，但在更长的时段推演时经常出现尚未定义的“不稳定”现象。本工作通过对九个最先进 AI 天气模型进行一年长期推演， addresses formal taxonomy 的缺乏，通过将这些故障分为三种不同情形：气涡、漂移和失去季节性，进行分类。我们的分析表明，稳定性取决于对小尺度时空的处理：不稳定的模型会放大高频能量，而稳定的模型在其输入上添加噪声时充当去噪器。远非将这些模型简化为仅随机的仿生器， Our findings 突出稳定模型在初始状态条件下生成唯一天气轨迹的能力。我们通过在基于最先进 Vision Transformer（ViT）AI 天气模型架构中进行的消融研究验证了这些发现。
引用
@article{arxiv.2605.30184,
title = {Can AI Weather Models Predict Beyond Two Weeks? A Quantitative Benchmark and Analysis of Long Rollouts},
author = {Fanny Lehmann and Firat Ozdemir and Yun Cheng and Torsten Hoefler and Sebastian Schemm and Benedikt Soja and Siddhartha Mishra},
journal= {arXiv preprint arXiv:2605.30184},
year = {2026}
}