关键词:
人工智能大模型
天气预报
预报技巧
降水预报
东亚区域
摘要:
针对人工智能气象大模型的500 hPa位势高度、2 m气温、10 m风速、降水以及热带气旋路径等,从定性和定量两个角度进行评估。结果表明:从定性角度出发,FuXi、Pangu和GraphCast 3个大模型均会响应热带异常加热,其中Pangu与GraphCast响应强度接近,FuXi响应较弱。从定量角度出发,FuXi整体展现出更高的预报能力,其最大可用预报日数超过9.75 d,Pangu和GraphCast分别为8.75 d和8.5 d。在2 m气温预报中,FuXi的时间异常相关系数为0.48~0.91,Pangu和GraphCast分别为0.43~0.91和0.38~0.83。此外,采用TS(threat score)评分对FuXi和GraphCast降水预报进行评估,FuXi在晴雨、小雨和中雨预报中更具优势,其预报技巧分别为0.22~0.41、0.15~0.24和0.06~0.22,GraphCast在大雨预报中展现更强能力。针对2019年7月29日华北暴雨和2020年8月16—17日乐山暴雨两次极端降水个例进行分析,FuXi和GraphCast均可提前8 d预报降水的空间分布,但在降水量级预报中存在偏差,随着预报时效减小,偏差也逐渐减小。在热带气旋路径预报中,Pangu展现更高精度。