8 分钟预测 15 天：谷歌 GenCast AI 模型登场，树立天气预报新标杆

IT之家最新报道指出，谷歌DeepMind团队发布了最新的AI气象模型GenCast，可以在提前15天提供更快速、更准确的天气预报方面做到超越欧洲中期天气预报中心（ECMWF）的ENS系统。

项目背景

天气对每个人都有影响，影响着我们的决策、安全和生活方式。

随着气候变化导致更多极端天气事件，准确可靠的预报变得比以往任何时候都更加重要。尽管天气预报不可能完全准确，特别是在未来几天的预报中尤其不确定。

为了解决完美天气预报的不可能性，科学家和气象机构使用概率集合预报，即模型预测一系列可能的天气情景。

集合预报比单一预报更有用，为决策者提供了更全面的信息，包括未来几天和几周内可能出现的天气状况以及每种情景的可能性。

GenCast 模型

传统的天气模型建立在确定性天气模型之上，只提供对未来天气的单一最佳估计。而GenCast预测集合包含50个或更多预测，每个预测代表一种可能的天气轨迹。

GenCast是一种扩散模型，与图像、视频和音乐生成领域的最新发展不同。该模型适用于地球的球面几何形状，并通过学习最新的天气状态来准确生成未来天气情景的复杂概率分布。

GenCast使用ECMWF ERA5档案中四十年的历史气象数据进行训练，其中包括温度、风速、气压等变量，模型直接从这些数据中学习全球天气模式，分辨率高达0.25°。

在Google Cloud TPU v5上，GenCast只需8分钟即可生成一个15天的天气预报，并且集合中的每个预测都可以并行生成，远超传统物理模型的计算速度。

GenCast 性能评估与应用：

通过使用2018年之前的数据进行训练，2019年的数据进行测试，GenCast在1320种不同变量和提前时间的组合测试中表现出色，准确率超过ENS的97.2%，在提前36小时以上的预测方面更是高达99.8%。

此外，GenCast在预测极端高温、低温、强风等方面持续优于ENS，还能更准确地预测台风/飓风的路径，如对台风“海贝思”的路径预测。

参考

• GenCast predicts weather and the risks of extreme conditions with state-of-the-art accuracy

• Probabilistic weather forecasting with machine learning

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考。