近期，美國科技公司英偉達研究團隊聯(lián)合美國勞倫斯伯克利國家實驗室和華盛頓大學共同推出了一個新的生成式人工智能天氣預報模型StormCast，利用深度學習中最先進的擴散模型來生成公里尺度的短期天氣集合預報。該模型的預報技巧與美國最先進的高分辨率快速更新模式（HRRR）相當，且能實現(xiàn)公里級的大氣動力學模擬。

StormCast使用的訓練數(shù)據(jù)是美國中部2018年7月至2021年12月的高分辨率快速更新模式（HRRR v4）業(yè)務數(shù)據(jù)和ERA5再分析數(shù)據(jù)。該模型利用生成擴散技術(shù)能夠?qū)崿F(xiàn)3公里、逐小時的集合預報，預報變量包括溫度、濕度、風速和雷達反射率等。在對未來6小時的小雨、小到中雨以及中雨的預報方面，StormCast的集合預報平均值與HRRR的預報技巧相當甚至更高。此外，與傳統(tǒng)的統(tǒng)計學臨近預報方法不同，StormCast的預報具有物理一致性。

研究團隊表示，傳統(tǒng)的對流尺度模式（或中尺度模式）需要在模式分辨率、集合大小和算力之間進行權(quán)衡取舍，而StormCast模型有望打破這一局限，提供更為精細和成本更低的集合預報。（編譯：孫安琪 唐偉）

（責任編輯：曹銳怡）