近期，美国科技公司英伟达研究团队联合美国劳伦斯伯克利国家实验室和华盛顿大学共同推出了一个新的生成式人工智能天气预报模型StormCast，利用深度学习中最先进的扩散模型来生成公里尺度的短期天气集合预报。该模型的预报技巧与美国最先进的高分辨率快速更新模式（HRRR）相当，且能实现公里级的大气动力学模拟。
StormCast使用的训练数据是美国中部2018年7月至2021年12月的高分辨率快速更新模式（HRRR v4）业务数据和ERA5再分析数据。该模型利用生成扩散技术能够实现3公里、逐小时的集合预报，预报变量包括温度、湿度、风速和雷达反射率等。在对未来6小时的小雨、小到中雨以及中雨的预报方面，StormCast的集合预报平均值与HRRR的预报技巧相当甚至更高。此外，与传统的统计学临近预报方法不同，StormCast的预报具有物理一致性。
研究团队表示，传统的对流尺度模式（或中尺度模式）需要在模式分辨率、集合大小和算力之间进行权衡取舍，而StormCast模型有望打破这一局限，提供更为精细和成本更低的集合预报。（编译：孙安琪 唐伟）
（责任编辑：曹锐怡）