论文概要：准确的天气预报对于防灾减灾、农业规划和水资源管理等非常重要。传统的数值天气预报方法提供了物理上可解释的高精度预报，但计算成本高，且无法充分利用快速增长的历史数据。近年来，人工智能方法在天气预报中取得了重大进展，但仍然存在挑战，例如平衡全球低分辨率和区域高分辨率的预报、在极端事件预报中过度平滑以及对动力系统建模不足等。为解决上述问题，清华大学地球系统科学系黄小猛教授研究团队联合多家机构，研发了基于图神经网络的全球区域嵌套的天气预报通用框架——OneForecast。OneForecast是一个基于多尺度图神经网络的全球区域嵌套的天气预报通用框架。通过将动力系统原理与多网格结构相结合，OneForecast具有重点区域细化的图结构，可建模各种尺度的大气运动并提高重点区域的预报精度。具有动态门控单元的多相流消息传递模块可缓解过度平滑并增强节点边缘特征表示，更好地捕获高频信息，提高了预报极端事件的能力。此外，提出的神经嵌套网格方法可充分利用全球模型信息，有效缓解边界缺失的问题，提高了区域高分辨率预报的性能。实验结果表明，OneForecast在全球和区域尺度上实现了更高精度的天气预报，尤其是对于长期和极端事件的预报。这标志着基于人工智能的天气预报模型具有良好的潜力，逐渐成为传统数值方法的有力补充。
OneForecast整体架构图
核心PI
|
清华大学 |
1、地球系统数值模拟装置——超级模拟支撑与管理系统,国家发改委
2、发展通用的地球系统模式高效并行计算框架,国家科学技术部高技术研究发展中心
3、智能数值模式发展,国家自然科学基金
4、高分辨率区域海洋模式软件子系统研制,国家科学技术部高技术研究发展中心
5、高效自动并行的海洋模式计算框架研究,国家自然科学基金
6、人工智能辅助数值天气预报关键技术研究,国家自然科学基金
7、面向海洋模式的高效自动并行三维算子库研制,海洋科学与技术试点国家实验室
8、三维海洋要素场智能化重构技术研究,海洋环境科学与数值模拟重点实验室
9、高分辨率区域气候动力降尺度预报技术研发与应用,自然资源部北海预报中心
10、全球大规模高效并行海浪数值模拟技术,自然资源部第一海洋研究所
文章信息：
上述研究成果发表于arXiv电子预印本系统，同时相关代码也已开源发布。清华大学博士生高远、硕士生吴昊（中科大信智学部-腾讯机器学习平台部联培硕士生）、博士生舒睿骐为文章共同第一作者，黄小猛教授为论文通讯作者。该研究受到国家重点研发计划和国家自然科学基金资助。
论文信息：
Yuan Gao, Hao Wu, Ruiqi Shu, Huanshuo Dong, Fan Xu, Rui Chen, Yibo Yan, Qingsong Wen, Xuming Hu, Kun Wang, Jiahao Wu, Qing Li, Hui Xiong, Xiaomeng Huang. OneForecast: A Universal Framework for Global and Regional Weather Forecasting. arXiv:2502.00338, Sat, 1 Feb 2025,
https://doi.org/10.48550/arXiv.2502.00338
代码发布：
https://github.com/YuanGao-YG/OneForecast点击文末“阅读原文”可查看成果发布源。