Модели прогноза погоды на основе искусственного интеллекта соперничают с традиционными системами в конвективных прогнозах

Исследователи из Школы атмосферных наук Нанкинского университета и Центра численного прогнозирования системы Земли Китайского метеорологического управления оценили влияние моделей искусственного интеллекта (ИИ) «Pangu-weather» и «Fuxi-weather» на работу конвективных ансамблевых систем прогнозирования. Эти системы, используемые в оперативных центрах, требуют задания граничных условий, которые традиционно предоставляются глобальными численными моделями погоды.

Работа показала, что результаты ансамблевого прогноза с использованием граничных условий от модели Pangu-weather сопоставимы с результатами, полученными на основе данных глобальной системы прогнозирования Национальных центров экологического прогнозирования США (NCEP GFS). При этом использование условий от модели Fuxi-weather показало несколько худшие результаты. Ключевым фактором оказалось вертикальное разрешение: когда число вертикальных уровней в данных GFS было снижено с 33 до 13 (как у моделей ИИ), качество ансамблевого прогноза стало наихудшим среди всех протестированных систем.

Это исследование демонстрирует, что современные модели погоды на основе ИИ, способные делать прогнозы на 7–10 дней за считанные минуты, уже могут заменить традиционные численные модели в роли поставщика граничных условий для конвективного прогнозирования. Ожидается, что с улучшением их вертикального разрешения положительное влияние на качество конвективных прогнозов будет только возрастать.