闪电般快速的对流前瞻：基于全球 AI 天气模型预测严重对流环境
大气与海洋物理
2025-03-11 v2 机器学习
摘要
严重对流气象罕见且危险，准确的预测有助于减轻其影响。最近推出的人工智能天气模型套件能够在数秒内产生中期预报，对于单层变量的技能水平与最先进的运营预报相当。然而，预测严重雷暴环境需要准确的动力学和热力学变量的组合，以及大气垂直结构。推进 AI 模型向基于过程的评估发展奠定了危险驱动应用的基础。我们评估了三种表现最佳的 AI 模型在对流参数上的预报技能，lead-time 最多可达 10 天，针对再分析数据和 ECMWF 运营数值天气预报模型 IFS 进行比较。在案例研究和季节性分析中，我们看到 GraphCast 和 Pangu-Weather 表现最佳：这些模型对不稳定性和切变的预测水平可与 IFS 持平甚至超过。这为快速且低成本地预测严重天气环境提供了机遇。
引用
@article{arxiv.2406.09474,
title = {Lightning-Fast Convective Outlooks: Predicting Severe Convective Environments with Global AI-based Weather Models},
author = {Monika Feldmann and Tom Beucler and Milton Gomez and Olivia Martius},
journal= {arXiv preprint arXiv:2406.09474},
year = {2025}
}
备注
Main body: 17 pages, 4 Figures. SI: 11 pages, 3 Figures. Under review at Geophysical Research Letters