AI在线 AI在线

气象人工智能模型“风源”雄安首发,直接读取卫星、雷达、气象站等数据

AI在线 12 月 20 日消息,中国气象局 12 月 19 日宣布气象 AI 家族又添一名“硬核”新成员 ——“风源”v1.0 气象人工智能科学模型在雄安首发。 同时,2024 年发布的气象人工智能模型“风清”“风雷”“风顺”完成了技术升级。 AI在线从官方介绍获悉,如果说此前的气象人工智能预报模型善于学习,需要依赖气象数值预报模式分析的数据,来学习并预测未来天气。

AI在线 12 月 20 日消息,中国气象局 12 月 19 日宣布气象 AI 家族又添一名“硬核”新成员 ——“风源”v1.0 气象人工智能科学模型在雄安首发。同时,2024 年发布的气象人工智能模型“风清”“风雷”“风顺”完成了技术升级。

AI在线从官方介绍获悉,如果说此前的气象人工智能预报模型善于学习,需要依赖气象数值预报模式分析的数据,来学习并预测未来天气。而“风源”可以直接读取来自卫星、雷达、气象站等实时观测数据,自己分析、思考后给出全球气象预报。

气象人工智能模型“风源”雄安首发,直接读取卫星、雷达、气象站等数据

作为科学模型,“风源”重点关注气象人工智能理论和技术创新在预报模型中的实现。当“风源”预报模型和部分模块成熟后,可为实际气象预报业务和气象人工智能科学研究等方面提供理论和技术支撑。作为气象部门主导研发的模型,能够更自主地服务“一带一路”沿线国家的气象科研与预报。

“风源”模型由中国气象科学研究院、雄安气象人工智能创新研究院联合国家气象信息中心、上海人工智能实验室、南京气象科技创新研究院、江西省气象台等多支精锐团队共同研发。目前,“风源”主要服务于气象科研机构及业务单位专业人员

气象人工智能模型“风源”雄安首发,直接读取卫星、雷达、气象站等数据

“风源”v1.0 模型最核心的突破,可以用一个词概括:“端到端”,即从“观测”到“服务”。这是气象人工智能模型向更自主、更原始问题求解的“关键一跃”。

  • 传统路径是:观测 → 数值模式消化融合(数据同化)→ 生成分析场 → AI 学习分析场做预报

  • 而“风源”实现了:观测 → AI 直接分析并给出天气预报。

“风源”端到端模型在预报效果上展现出较高水平,业务应用潜力优秀,目前处于国内外相关领域第一梯队。其技术“牛”在 ——

  • “风源”采用了“邻域注意力”机制。例如,预测某地的天气时,它不仅“观察”该地,还会智能地环顾四周、关联起相邻区域的信息,强化对空间结构的敏感性,使预报更精准、合理。

  • “风源”构建了一个强大的“信息融合中枢”,通过“自注意力”和“交叉注意力”双重机制,实现了观测数据与背景信息的深度交互,相互校正。

相关资讯

用 AI 预报未来 0-15 日天气状况,中国气象局发布气象预报大模型示范计划

据《中国气象报》消息,在日前的第七届数字中国建设峰会・数字气象分论坛期间,中国气象局发布了人工智能气象预报大模型示范计划。该计划旨在推进大模型标准规范和有序发展,引导解决预报业务实际难题,促进人工智能气象预报大模型业务的应用转化、准入,打造人工智能技术研发应用的创新生态。示范计划对象为人工智能气象预报大模型,将使用中国气象局提供的实时实况分析数据作为输入场,制作未来 0 至 15 天的气象预报。据悉,示范内容包含高空气象要素、地面气象要素、定量降水预报、台风路径及强度预报、灾害性天气过程预报等 5 类预报产品。上述
5/24/2024 5:56:55 PM
清源

首个面向气象导航的全球气象大模型,复旦大学发布“伏羲”2.0

IT之家从复旦大学官方公众号获悉,复旦大学和上海科学智能研究院昨日联合举办“走进智能气象”主题活动暨智能气象创新生态联盟成立仪式。成立仪式上,伏羲系列气象大模型 2.0(简称“伏羲”2.0)发布,以“伏羲”2.0 为核心的智能气象创新生态联盟成立。相较于去年推出的 1.0 系列,“伏羲”2.0 的中期天气预报大模型和次季节大模型,面向新能源、航空运输等行业取得进展。“伏羲”2.0 有以下升级:面向气象导航对伏羲大模型进行优化,提高时空分辨率,实现未来 15 天 0.1 度逐小时气象预测构建海气耦合模型,纳入风浪、涌
6/4/2024 1:59:06 PM
沛霖(实习)

Nature子刊,上智院、复旦、中国气象局研发次季节AI大模型「伏羲」,突破「可预报性沙漠」

编辑 | ScienceAI作者 | 伏羲团队国务院印发的《气象高质量发展纲要(2022—2035 年)》明确提出要「提前一个月预报重大天气过程」,而这离不开 15 天以上的次季节气候预测技术。次季节气候预测关注的是未来 15~60 天的气候异常,可以为农业、水利、能源等领域的生产安排提供重要支撑。相比时效在两周以内的中短期天气预报,次季节气候预测的不确定性更大。它不仅需要考虑初值问题,还要考虑边界强迫的影响,预测来源更为复杂,预测技巧也较少。因此,次季节气候预测一直被称为「可预报性沙漠」,由于其复杂性,甚至连 A
8/19/2024 2:37:00 PM
ScienceAI