FengWu：将高技巧全球中期天气预报推进至10天以上时效

我们提出FengWu，一种基于人工智能（AI）的先进数据驱动全球中期天气预报系统。与现有数据驱动天气预报方法不同，FengWu从多模态和多任务视角解决中期预报问题。具体而言，精心设计了配备特定模型编码器-解码器与跨模态融合Transformer的深度学习架构，该架构在不确定性损失监督下以区域自适应方式平衡不同预测变量的优化。此外，引入了回放缓冲机制以提升中期预报性能。基于ERA5再分析数据的39年数据训练，FengWu能够以0.25°经纬分辨率准确再现大气动力学并预测未来37个垂直层的陆地与大气状态。基于ERA5的2018年6小时间隔天气后报表明，FengWu在880个报告预测变量中的80%上优于GraphCast，例如将10天时效全球z500预测的均方根误差（RMSE）从733降至651 $m^{2}/s^2$。此外，在NVIDIA Tesla A100硬件上每次迭代的推理成本仅为600ms。结果表明，FengWu可显著提升预报技巧，并首次将高技巧全球中期天气预报时效延长至10.75天（z500的ACC > 0.6）。