作者：杨淑贤，零丰华，应武杉，杨松，罗京佳

单位：南京信息工程大学 气候与应用前沿研究院/气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心

doi: 10.13878/j.cnki.dqkxxb.20210623003

摘要

近年来，随着人工智能技术在多个领域大数据分析中的应用，许多研究工作者尝试将地学研究与人工智能跨学科结合，取得了很多新的进展，推动了地球科学的发展。其中气候预测与人类生活以及防灾减灾等息息相关，准确的气候预测至关重要。本文简要总结了人工智能技术在气候预测应用方面的研究进展，包括资料同化、模式参数化、求解偏微分方程、构建统计预测模型、改进数值模式产品释用等领域。这些研究证明了利用人工智能提高气候预测技巧的可能性和适用性，可以极大地节省计算成本和时间。然而人工智能应用也存在诸多挑战，例如数据集的构建、模型的适用性和物理可解释性等问题，对这些难点问题的研究和攻克，可以让人工智能在大数据时代中更好地补充传统地球科学方法，产生更多有益的效应，极大地改进气候预测水平。

关键词

人工智能；数值产品释用；气候预测

图3 通过圆柱体矩形训练区域的二维流动：（a）输入的浓度；（b）人工智能模型回归出的浓度。根据纳维-斯托克斯方程由图（b）回归出来的速度场u(c)、v(d)和压力场p(e)以及用来对照的同一时刻速度场u(f)、v(g)和压力场p(h)。其中横纵坐标表示二维流动的方向，数值分别表示沿着x，y方向的位移。引自Raissi et al. (2020)

图6 降水分布:低分辨率1.0°（a，约100 km）和通过DeepSD降尺度后高分辨率1/8°（b，约12.5 km）的结果（引自Vandal et al., 2017）

图7 人工智能预测气候的流程图、面临的挑战及其可能的解决方法

图8 地球系统模式与人工智能相融合的不同阶段（改编自Irrgang et al., 2021）

点击[阅读原文]即可下载或查看人工智能技术气候预测应用简介全文电子版本。

转载于[大气科学学报公众号]