李蓓蓓、龔昕宇
手機、電腦桌面一角的實時天氣情況，我們大概已習以為常，一次點擊就可獲取此后數日的天氣情況。天氣預報可精確到每個小時，陰晴雨雪、風向、濕度變化一覽無遺。
(資料圖)
如此詳細的天氣預報是怎么給出的呢？
中國天氣網發布的氣象預報，圖源中國天氣網
近日《自然》雜志接連刊發兩篇天氣預報有關文章，先后介紹了我國華為云盤古氣象模型和清華大學的NowcastNet模型。這兩個模型給天氣預報帶來怎樣的新契機？我們有可能實現“天有可測風云”，獲取更精準的天氣預報嗎？AI、大數據、超算又在其中發揮了什么能量？
7月6日華為云盤古氣象大模型登上《自然》雜志，圖源：《自然》雜志官網
NO.01天有不測風云
天氣影響著人們的日常生活。大約一萬年前，人類進入了農業社會，種子的萌發和收獲，讓人們驚喜地發現：不必再跋山涉水，經營一片土地便可養活一家幾口。對“風調雨順”也就產生了更強的期待。
限于當時認知水平和生產生活方式，風、云、雷電、雪等各種天氣現象被蒙上神秘的面紗。古人人為風云變化是上天的旨意，由占卜問天獲得天氣預報。三千多年前，商王想要外出狩獵，于是卜問是否會有大雨，占卜結果顯示沒有降雨，于是商王一行人高興地出發，卻在狩獵時被淋成“落湯雞”。不知道商王有沒有發出“天有不測風云”的感慨。
圖源網絡
雖然古人沒有精確的天氣預報，但智慧地發現了太陽運動和自然現象發生存在的規律性，創造性地總結了二十四節氣和七十二物候以及各種氣象諺語。
比如春季的最后一個節氣——谷雨，“榖雨之日萍始生，又五日鳴鳩拂其羽，又五日戴勝降于桑。”谷雨意味著寒潮結束，降水量增多，提醒人們要播種了。田里的秧苗和作物剛剛種下，最是需要雨水的滋潤，古人認為這一時期“雨生百谷”，故稱“谷雨”。
谷雨時節全國春播地圖，圖源：中國天氣
NO.02
天降神器助力
顯然，節氣、物候這類精度不高的經驗式天氣預報無法滿足人們的生活、生產要求。那么，真正的現代天氣預報是如何登上歷史舞臺的呢？
1854年11月，克里米亞戰爭期間，英法聯軍正準備在黑海與俄軍決戰，可還未開戰，一場強風暴的襲擊就讓聯軍損失慘重。
隨后，巴黎天文臺臺長勒維耶研究了此次風暴，在收集了大量氣象數據后，他繪制了當時的天氣圖，發現風暴的移動有一定規律。若提前注意到這一現象，此次的失敗是可以避免的。于是勒維耶建議組建氣象觀測網，匯集觀測資料，分析制作天氣圖。1856年，法國組建了世界上第一個正規的天氣預報信息服務系統。
風暴襲擊海上船只，圖源網絡
從此，人類進入了天氣圖時代。現代天氣預報就始于這一張張天氣圖，將同一時間各地氣象情況繪制在一張圖上，預報員們再對天氣發展變化過程加以分析、描述，對未來天氣進行預報。
天氣圖預報法是氣象臺預報天氣的常用方法，并沿用至今。這些天氣圖為天氣規律的發現提供了大量數據，使得利用物理方程和數學計算天氣現象和過程成為一種可能。
法國數學家、天文學家、巴黎天文臺臺長勒維耶，圖源網絡
不過，繪制天氣圖做出天氣預報的方法極大程度受預報員主觀影響，頻頻出錯。怎么做出更理性的天氣預報呢？
科學家們認為手握數學和物理兩把利刃，一切都是可以計算的。
可是該如何計算呢？這個問題難倒了很多人，直到一對父子——威廉·皮耶克尼斯和雅各布·皮耶克尼斯的閃亮登場，他們將熱力學和流體力學的方式引入氣象學的研究中，提出用復雜的微分方程式描述天氣的變化。
威廉·皮葉克尼斯（Vilhelm Bjerknes，1862-1951）的畫像。圖源網絡
可是微分方程很難解，等解完方程好幾天都過去了。限于算力有限，天氣預報就像買過期的報紙一樣，沒有實用性。
后來，英國人路易斯·理查森提出了一個大膽的假設，建立“天氣預報工廠”。這個工廠建在一個圓形建筑中，每個座位依照地球經緯度分布，每個人負責計算自己所在經緯度的微分方程，最終將各自的計算結果發給中心的人匯總，得出全球各地的天氣預報。但這個夢幻的設計顯然無法實施，因為想要提前給出預報結果，至少需要64000個計算員才行。
理查森的“天氣預報工場”設想（1922），圖源網絡
“天氣預報工廠”的概念看起來有沒有些眼熟？是不很像計算機的概念？
一戰中用以計算彈道的ENIAC被氣象學家們盯上了，在不斷簡化算法，再將一系列描述大氣運動的數學物理方程轉換成計算機語言后，1950年，查尼、菲爾托夫、馮·諾依曼用 ENIAC 來完成了數值天氣預報的可行性實驗，他們用這臺計算機花費了約24小時便完成了提前24小時的天氣預報計算。1954年，英國BBC電臺向全世界廣播了這一次數值天氣預報，天氣預報真正走進了一個科技預報的時代。
馮·諾依曼與第一臺電子計算機ENIAC，圖源中國氣象科普網
NO.03
AI預報時代來了嗎
數值天氣預報的本質是解一個個復雜的微分方程，這個方法對初始條件的依賴性很高。而大氣處于實時變化中，一個微小的變化就可能引起整個系統長期的巨大連鎖反應，這就是我們所熟知的“蝴蝶效應”。
即便是再復雜的物理模型也很難完全模擬出大氣運動的全貌，而大氣細節運動也難以捕捉，極端的天氣和氣候事件的模擬因此成為世界難題。
混沌系統的經典圖形似蝴蝶，圖源網絡
數值天氣預報是現代氣象事業發展最核心的技術，堪稱氣象領域的“芯片”和“國之重器”，我國數值天氣預報研究開始于1954年，是國際上較早開展數值天氣預報的國家之一。
早期以國外引進為主，后來自主研發掌握核心科技，2020年12月自主研發的中國第一代全球大氣/陸面再分析系統及產品投入業務化應用，具備了再分析產品的自主生產能力，氣象業務對國外數據產品的依賴大大降低。再到如今，發展以地球系統模式為目標的下一代模式，我國數值預報業務實現從“零”到“一”再到“卓越”的跨越式發展。
我國自主知識產權地球系統數值模擬裝置——寰（EarthLab）
最近，華為云團隊和清華大學在《自然》雜志上先后發表了云盤古氣象模型和NowcastNet模型兩篇文章。這跟傳統數值預報有什么不同呢？
這兩種模型都是利用AI的大模型預測天氣。但兩個模型用途不同，前者是一種能夠提前一周預測全球天氣模式，后者則針對極端降水事件等天氣進行短期天氣預測。
AI加入天氣預報的賽道，帶來全新可能。AI擅長處理重復任務，擬合未知數據關系。通過深度學習了解各種氣象數據中的關系，預測精度和預測速度上都展現出比傳統數值預報的優越性。
首先說說華為的盤古氣象大模型。AI算法改進，使得盤古氣象的預測準確率可以與全球最佳數值天氣預報系統——歐洲中期天氣預報中心的綜合預報系統相媲美。不僅可以處理更為復雜的數據，盤古氣象能夠處理三維氣象數據，捕捉不同壓力層大氣狀態之間的關系。而且更加快速，在相同的空間分辨率下，盤古氣象比數值天氣預報系統快10000多倍。
華為開發者大會發布了盤古系列超大規模預訓練模型，來自網絡
NowcastNet模型是清華大學與國家氣象中心、國家氣象信息中心聯合三年攻關完成的極端降水臨近預報大模型，公里尺度下0～3小時極端降水都能預報。
今年5月27日世界氣象組織峰會上，三小時內降水臨近預報就被列為了未解決的重要科學難題之一。由于極端降水過程持續時間短、空間范圍小，原先數值計算方法的預報時效只有1小時之內。
試想一下，從提前1小時延長到提前3小時知道即將有一場暴雨傾盆，前一種情況我們只能就近找個地方躲著，而現在則可以更從容地回到家中，前后的應對策略發生顯著變化。對于一些實際生產生活場景，這種預報還將有更亮眼的減災表現，無疑是一個巨大的飛躍。
基于雷達觀測的降水臨近預報，來自網絡
那么AI天氣預報是不是要代替傳統的數值預報了？天氣預報員是不是要失業了？
這倒不用擔心，研究者們表示，把AI廣泛應用到氣象領域，其機理與數據的融合計算非常具有挑戰性，還需要一段很長的路。目前來看人工智能不會在這個領域取代人類，DeepMind的研究科學家Suman Ravuri表示，天氣預測需要專家和人類參與其中，以確保在預測方面的理解是合理的，然后將其傳達給公眾。
從占卜到經驗判斷，從天氣圖到數值天氣預報，再到AI的加入，這是無數研究者篳路藍縷、殫精竭慮，共同推動得到的“天有可測風云”。
作者系南京信息工程大學法政學院科技史與氣象文明研究院副教授、碩士研究生
營業執照公示信息