近年來，全球氣候變遷加劇，極端天氣頻發。為此，加速氣象預報的速度、提高準確性的必要性日益凸顯。2023年以來，中美研究機構陸續推出氣象大模型，有望大幅減少氣象預測耗時、延長預報周期，並提高準確性。在此基礎上，研究機構正進一步開發地球系統基礎模型，綜合考量大氣、海洋、陸面、冰凍圈的情況，有助於全面加強氣候變遷應對、災害預警和生態治理工作，將對國防、交通、能源、應急管理和農業等部門的工作產生深遠影響，對於可持續發展具有積極意義。
一、加緊應對氣候變遷的必要性日趨突出
氣候變遷是指溫度和天氣模式的長期變化。這些變化可能由各類原因造成，如太陽周期的變化、人類活動的影響等。氣候變遷的不良後果包括極端幹旱、水資源短缺、海平面上升、洪水以及生物多樣性減少等，這些後果都將對經濟發展和生態文明帶來嚴重影響。
近年來，全球極端天氣頻發，多地遭遇暴雨洪災、高溫幹旱等災害。世界經濟論壇【2024年全球風險報告】將氣候變遷定義為是世界變得更不穩定的「結構性力量」，認為極端天氣事件是2年內全球第二大風險和10年內最大風險。10年內的前三大風險還包括「地球系統關鍵變化」以及「生物多樣性喪失和生態系崩潰」，這些風險互相關聯，互相強化。2024年，至少有10個國家的地表溫度超過了50攝氏度；有15個國家的氣溫紀錄創新高。
圖1 當前全球風險形勢
來源：世界經濟論壇2023-2024年全球風險認知調查
且極端天氣事件釋放的能量有助於加強大氣環流，進一步使極端天氣事件更加極端、持續時間更長。 短期來看 ，極端天氣對生命與財產安全的直接損害較為突出。國際SOS組織釋出的【2024年度全球風險展望】指出，氣候變遷對醫療健康、全球供應鏈平穩等產生顯著影響。在2023年前11個月，國際SOS組織向客戶釋出的與氣候相關的警報數量增加了4倍，與氣候相關的醫療警報同比增加了80%。 長期來看 ，氣候變遷對於宏觀經濟執行的影響突出。氣候災害在2023年給美國造成的經濟損失超過230億美元，超2020的紀錄。國際貨幣基金組織報告，2023年的幹旱導致阿根廷的經濟萎縮了2.5%。世界經濟論壇的一篇報道指出，2000年-2019年間，全球極端天氣事件造成的損失估計達2.8萬億美元，即平均每小時給世界造成1600萬美元的損失。根據牛津經濟研究院的研究，到2050年，氣溫可能上升2.2℃，全球GDP水平也因此會降低20%；而到2100年，如果變暖達到5℃，則可能導致人類文明的經濟淪陷。
因此，改進氣象預報工作和加緊應對氣候變遷顯得尤為重要。精準的氣象預報能夠為防範極端天氣事件提供寶貴的時間視窗，從而減少生命和財產損失。同時，積極應對氣候變遷，透過減少溫室氣體排放、推廣可再生能源和加強國際合作等措施，可以減緩氣候變遷的速度，減少其對經濟和生態環境的長期負面影響。在此背景下，科技手段有望幫助改進氣象預報工作、加緊應對氣候變遷影響。中國2022年5月釋出的【國家適應氣候變遷戰略2035】提出，結合物聯網、大數據和人工智能等新一代資訊科技，加強基礎設施與重大工程氣候變遷影響監測和風險預警。2024年3月，中國氣象局印發【人工智能氣象套用2024年度實施方案】，提出要加快人工智能和大數據在氣象業務服務中的「核心支柱」能力建設，推動人工智能賦能氣象高質素發展。美國政府於2024年6月釋出的【氣候適應計劃】中也提到，將氣候數據用於政策制定與決策。
二、人工智能在氣象領域的套用正對氣象預報工作產生積極影響
（一）高效預測：從數值氣象預報到AI氣象模型的轉型
預測天氣是一項復雜且消耗大量能源的任務。全球氣象機構使用的標準預報方法被稱為數值氣象預報（NWP），是一種基於物理原理的數學模型。它利用超級電腦處理來自全球的浮標、衛星和氣象站天氣數據。這些計算能準確描繪出熱量、空氣和水蒸氣如何在大氣中移動，但對算力嚴重依賴，且是能源密集型的。中美英日等多國都為預測天氣、研究大氣和水文等用途開發了超級電腦系統，投入了大量的研究和能源資源。
為加速氣象預報工作並提高能源效率，研究人員開發了基於深度學習的AI氣象模型。全球目前主要使用的AI氣象預測模型包括谷歌DeepMind的GraphCast、華為雲的盤古大模型、清華大學和中國氣象局的NowcastNet、阿裏巴巴的SwinVRNN、復旦大學開發的伏羲、上海人工智能實驗室的風烏、輝達的FourCastNet、微軟和華盛頓大學的DLWP，以及歐洲中期氣象預報中心（ECMWF）的CNN模型。
（二）氣象大模型進一步提高預報能力
隨著ChatGPT掀起人工智能大模型發展熱潮，科研人員也開創性地將大模型運用於氣象領域，進一步促進了AI氣象預報工作。2023年以來，中美研究機構和企業展示了氣象大模型的若幹進展。此類大模型透過結合傳統物理模型和先進的深度學習演算法，提高氣象預報的準確性和效率，以及擴大了有效預報時長。
中國方面 ，2023年7月，華為公司在【自然】期刊發表盤古氣象大模型研究成果，將三維神經網絡用於精準中期天氣預報。這是首個精度超過傳統數值預報方法的AI模型，能提供全球氣象秒級預報，其氣象預測結果包括位勢、濕度、風速、溫度、海平面氣壓等，可以直接套用於多個氣象研究細分場景，可用1.4秒完成對全球24小時的天氣預報，速度相比傳統數值預報提速10000倍以上。2024年3月，上海人工智能實驗室聯合國家氣象中心、國家氣象資訊中心、南京資訊工程大學、香港科技大學等機構釋出全球高分辨率AI氣象預報大模型「風烏GHR」，首次實作對中期天氣進行10公裏級的建模與預報，並將有效預報時長由10.75天提升至11.25天。5月，中國氣象局啟動人工智能氣象預報大模型示範計劃，並公布了【人工智能氣象大模型訓練專題數據目錄】，旨在促進AI氣象預報大模型開發，目標是制作未來0至15天的氣象預報，包含高空氣象要素、地面氣象要素、定量降雨預報、台風路徑及強度預報、災害性天氣過程預報等5類預報產品。6月，上海科學智能研究院釋出伏羲氣象大模型2.0。這個是全球首個面向氣象導航、新能源等套用場景最佳化的氣象大模型，同時針對航空運輸進行了最佳化。伏羲氣象大模型2.0還實作了多種衛星資料同化、開發了地球系統大模型，實作大氣、海洋、陸面和冰凍圈的預報。
圖2 伏羲大模型預測圖
圖片來源：上海科學智能研究院
美國方面 ，輝達公司自2024年3月以來陸續釋出Earth-2氣候數碼孿生雲平台、CorrDiff模型和StormCast模型，可準確預測局部風暴，提高了推理速度並降低預測推理的能耗。5月，美國微軟公司釋出新版AI天氣模型Start，可預測雲層出現時間。新版Start模型結合了5種不同的人工智能模型和3種深度學習架構，並透過過去數十年的天氣數據訓練，在未來1周天氣預報方面準確率比歐洲中期天氣預報中心（ECMWF）高17%，未來4周天氣的預報準確率高4%。6月，微軟公司推出首個大規模大氣基礎模型Aurora，該模型的參數量只有13億，但它在超過100萬小時的各種天氣和氣候模擬中進行了訓練，這使它能夠全面了解大氣動力學，即使在數據稀缺地區或極端天氣情況下也能出色地完成各種預測任務，計算速度較現有的數值氣象預報系統SOTA提高了約5000倍。7月，谷歌公司釋出名為NeuralGCM的開源人工智能天氣預測模型，將傳統的基於物理的氣象建模與機器學習相結合，以提高模擬的準確性和效率，可生成2~15天的天氣預報。
圖3 微軟Aurora大模型架構
圖片來源：微軟
氣象大模型基於數據驅動，運用了包括Transformer、摺積神經網絡（CNN）、圖神經網絡（GNN）以及U-Net等多種先進的編碼演算法。這些模型不僅預報常見的地表和大氣變量，還能處理復雜的氣候動態和模式。此外，一些模型還融入了生成對抗網絡（GAN）和強化學習，以提升預測的準確性和適應力。相關技術的結合進一步提高氣象預報的運算效率和空間分辨率等效能，使得AI氣象模型在處理大規模數據集、實時分析和極端天氣事件預測方面表現優異。
三、氣象大模型將在多層面產生廣泛、積極影響
（一）氣象大模型有助於預測和減輕極端天氣影響
氣象大模型能夠在數據較少的情況下出色地完成預測任務，這將有助於獲取數據稀缺地區（如部份發展中國家和極地地區）的準確天氣和氣候資訊。在部署氣象大模型後，將提升氣象預報的準確性、降低對算力的依賴，並提高能源效率和運算速率。這將對軍事、農業、交通、能源和應急管理等部門的工作提供有力支撐，幫助更好地應對氣候變遷帶來的挑戰。例如，精確的氣象預報可為防災減災、光伏發電量預測、以及種植養殖、能源開采和軍事行動的規劃提供依據，特別是極端天氣頻發的狀況下，這項工作的價值更大。
氣象大模型的帶來的顛覆性變革遠不止氣象預報，更有助於構建地球系統模型，這種模型利用數學和物理公式來描述大氣圈、水圈、巖石圈、生物圈、冰凍圈組成的五大圈之間的相互作用。透過耦合各要素的動力學方程式，地球系統模型能夠模擬氣候系統的復雜變化。例如，地球系統基礎模型會考慮大氣層的環流、地表的反射率和植被覆蓋率等因素，以準確描述和模擬不同要素之間的相互作用。透過模擬不同情景下的氣候變遷、海平面上升、幹旱等災害風險，以及人類活動對環境的影響，地球系統基礎模型有望為制定氣候變遷應對措施與環境保護政策提供重要參考。
圖4 氣候模型示意圖
圖片來源：Wikipedia
（二）氣象大模型地球系統基礎模型代表科學人工智能領域的有效成果
氣象大模型和地球系統基礎模型的進展，代表著科學人工智能（AI for Science）的有效成果。人工智能技術透過自動化數據分析、模式辨識和預測，極大地提高了科學研究的效率和準確性。透過深度學習和機器學習演算法，AI可以發現數據中隱藏的模式，加速科學研究過程。例如，在基因組學領域，AI可以分析大規模基因數據，快速找出相關基因與疾病的關聯，加速新藥研發行程。AI還能處理復雜的數據模式、提供新的實驗設計方案，從而幫助科研工作者更好地利用有限資源進行研究。未來，AI將成為科學研究的重要工具，幫助科學家處理海量數據、發現新的研究方向和最佳化實驗設計等。
四、存在的風險和不足
盡管人工智能在氣象領域的套用有助於應對氣候變遷，防範災害風險，但也有以下風險和不足應當引起重視：
（一）天氣劇烈變化的挑戰加劇
由於天氣變化加劇、加快，對天氣預報形成了更大的挑戰。天氣模擬過程中涉及到的變量非常多，需要集合地面和來自空中的大量資訊才能反映出天氣的變化特征，需要巨大且沒有上限的算力。盡管AI天氣預報有效提升了效能，但面對復雜、變化快的地球系統，精準預報仍然是巨大的挑戰。
（二）AI技術本身具有不確定性
氣象大模型可精準模擬預測天氣的變化，為決策者提供科學依據，對於防範極端災害性天氣、推動實作可持續發展目標等方面具有積極意義。然而，AI模型仍存在模型參數不確定性、前期研發成本高昂等局限性，需要不斷改進和最佳化。此外，AI做出決定和判斷的過程具有不確定性，可能受到數據雜訊和擾動因素的幹擾，從而產生錯誤的結果，造成嚴重後果。
（三）全球技術發展水平存在不均衡
如果能建立地球基礎模型，則可以深入了解大氣結構與動力學，為人類合理幹預天氣變化提供幫助，如合理的增雨雪、防雹、消雨、消霧、防霜等，達到防災減災的效果。然而，並非所有國家都有足夠的能力運用先進的科技進行高水平的天氣預報，即使一些先進的氣象大模型以開源的方式面向全球公開，很多國家與地區仍沒有能力部署運用。為此，加強全球合作與共享、增強AI技術和預報能力的普惠性依然任重道遠。
參考資料：
1.瑞士再保險（2021），【氣候變遷經濟學】， https://www.swissre.com/dam/jcr:e73ee7c3-7f83-4c17-a2b8-8ef23a8d3312/swiss-re-institute-expertise-publication-economics-of-climate-change.pdf
2.國際SOS：2024 年極端天氣事件對企業或人員產生顯著影響
https://www.shkjb.com/content.html?id=234077
3.AI氣象大模型最新總結 ! 揭秘智能天氣預測的新紀元
https://cloud.tencent.com/developer/article/2367070
4介紹 Aurora：第一個大規模大氣基礎模型
https://www.microsoft.com/en-us/research/blog/introducing-aurora-the-first-large-scale-foundation-model-of-the-atmosphere/
作者簡介
唐乾琛 國務院發展研究中心國際技術經濟研究所研究二室
研究方向：資訊領域戰略、技術和產業前沿
作者丨唐乾琛
編輯丨鄭實
研究所簡介
國際技術經濟研究所（IITE）成立於1985年11月，是隸屬於國務院發展研究中心的非營利性研究機構，主要職能是研究中國經濟、科技社會發展中的重大政策性、戰略性、前瞻性問題，跟蹤和分析世界科技、經濟發展態勢，為中央和有關部委提供決策咨詢服務。「全球技術地圖」為國際技術經濟研究所官方微信賬號，致力於向公眾傳遞前沿技術資訊和科技創新洞見。
地址：北京市海澱區小南莊20號樓A座
電話：010-82635522
微信：iite_er
