大数跨境
0
0

青果期刊 | 台风所:AI-物理混合模型正在推动台风业务预报范式加速转变

青果期刊 | 台风所:AI-物理混合模型正在推动台风业务预报范式加速转变 青研之家
2025-08-11
0
导读:上海台风所牛泽毅博士、王栋梁副研究员、黄伟研究员等近期发表标题为《机器学习(ML)物理混合模型通过基于CNOP的同化框架加速了台风预报的范式转变》的文章。




研究概要:先前,中国学者提出基于AI大模型来驱动或约束数值模式进行混合预报取得了显著的进展,本研究则基于上海台风模式(SHTM)和伏羲气象大模型(FuXi)建立了台风混合业务预报模型(SHTM-FuXi)。通过一年的批量试验表明混合模型在各个预报时效的路径平均误差上不仅显著优于原上海台风模式,而且优于FuXi大模型和PanGu大模型,且108小时内的平均路径误差基本在200公里以内,达到较高的预报水平。这表明混合模型不仅结合了FuXi大模型和上海台风模式两者的优势,而且达到1+1>2的增益预报效果,目前混合模型已在上海市气象局业务运行。本研究还针对混合模式首次求解了非线性条件最优扰动(CNOP)敏感区,提出了基于CNOP敏感区的观测-同化-预报一体化预报新框架。研究结果表明:在CNOP敏感区内加密同化卫星资料可进一步改进台风预报效果,充分展示了数据驱动策略与传统动力学模式深度融合的潜力,为极端台风事件的机理研究和精细化预报提供了新的技术路径与研究视角。


2024 年西北太平洋台风在12-120h预报时长的台风路径误差散点分布(单位:km)


台风预报效果改进


/





核心PI




王栋梁

中国气象局
上海台风研究所

简介:
王栋梁,中国气象局上海台风研究所副研究员,博士生导师。2012年毕业于中国科学院大气物理研究所获博士学位,随后一直在中国气象局上海台风研究所任职,并聘卫副研究员。曾获中国气象局气象科技奖等荣誉。


研究及招生方向:
1、资料同化
2、数值预报研究
3、台风精准预报关键技术研究

主要科研项目:

1、2021年1月-2024年12月:国家自然科学基金面上项目“改进的非线性方法在台风路径突变可预报性研究中的应用”(主持);

2、2007年1月-2009年12月:国家自然科学基金青年项目“近海及登陆台风强度变化影响因子的伴随敏感性分析研究”(主持);

3、2021年12月-2025年11月:国家重点研发计划项目“基于国产快速辐射传输模式的大气海洋一体化参数反演与应用研究”第四课题“耦合国产快速辐射传输模式的台风与风暴潮预报技术研究”(参加);

4、2011年1月-2013年8月:国家重点基础研究发展计划(973计划)“台风登陆前后异常变化及机理研究”第二课题“台风登陆前后多源观测资料综合分析理论和方法研究”(参加);

5、2009年1月-2010年12月:国家重点基础研究发展计划(973计划)“台风登陆前后异常变化及机理研究”第六课题“台风登陆过程数值预报方法研究与应用”(参加);

6、2019年7月-2022年6月:上海市科学技术委员会科研计划“上海台风精准预报关键技术研究与应用”(参加);



黄伟

中国气象局
上海台风研究所


简介:

黄伟,中国气象局上海台风研究所研究员,副所长,博士生导师。2012年毕业于中国科学院大气物理研究所获博士学位,随后前往中国气象局上海台风研究所任职,2017年聘为研究员,期间曾去往美国海洋大气管理局ESRL作访问学者。曾获湖北省科技进步一等奖、上海市科技进步奖、全国优秀青年气象科技工作者、全国气象工作先进个人等荣誉。


研究及招生方向:

1、数值模拟物理过程研究

2、台风数值预报


主要科研项目:

1、2021年12月-2024年11月:国家重点研发计划项目课题“台风变分辨率预报模式的关键物理过程研究与示范应用”(主持);

2、2016年12月-2021年11月:科技部政府间科技合作项目“新一代数值预报模式分辨率自适应物理过程的研究”(骨干参加);

3、2016年01月-2019年12月:国家自然科学基金面上项目“‘灰色区域’尺度次网格云过程参数化的研究”(主持);

4、2019年07月-2022年06月:上海市科委项目“台风精准预报关键技术研究”(主持);

5、2009年01月-2013年12月:973计划项目课题“台风登陆过程数值预报方法研究及应用”(骨干参加);


文章信息:


上述研究成果发表于国际权威期刊《Geophysical Research Letters》。中国气象局上海台风研究所牛泽毅博士为论文第一作者,王栋梁副研究员为文章通讯作者

论文发表:

Niu, Z., Wang, D., Mu, M., Huang, W.,Fan, X., Yang, M., & Qin, B. (2025).Machine‐learning (ML)‐physics fusion model accelerates the paradigm shift in typhoon forecasting with a CNOP‐based assimilation framework. Geophysical Research Letters.


点击文末“阅读原文”可查看相关原文。














青研有你  知新无他  感谢大家的关注~

【声明】内容源于网络
0
0
青研之家
青研之家是一个有趣的、开放的、有技术含量的共享平台,是所有新一代青年研究员、青年学者分享知识、创造灵感的网络社区。
内容 465
粉丝 0
青研之家 青研之家是一个有趣的、开放的、有技术含量的共享平台,是所有新一代青年研究员、青年学者分享知识、创造灵感的网络社区。
总阅读354
粉丝0
内容465