2020年9月17日至18日,2020雲棲大會以"數智未來 全速重構"為主題的2020雲棲大會舉行。今年的雲棲大會聚焦 AI 智能、數字驅動、新零售、視頻雲、邊緣計算、雲原生等技術應用趨勢,探討企業數位化轉型及行業智能化升級之路,為中國經濟高質量發展注入新動能。值得關注的是,中國氣象局自主研發的數值模式預報系統GRAPES亮相此次大會,引起眾多關注目光
tips:雲棲大會的前身可追溯到2009年的地方網站峰會,2015年正式更名為「雲棲大會」,並且永久落戶西湖區雲棲小鎮,是我國規模最大的網際網路及創新技術盛會之一。
在此次雲棲大會上,中央氣象臺總工程師、中國氣象局數值預報中心副主任沈學順向公眾介紹了我國自主研發GRAPES區域/全球一體化數值天氣預報業務系統建設的最新成果,來看下視頻!
01
GRAPES系統的關鍵科學技術?
關鍵點1:在非靜力預估修正半拉格朗日算法、非靜力模式全球四維變分同化、有約束衛星資料變分偏差訂正方法、適合我國特殊地形和季風氣候特點的高精度模式算法、融合我國多型號都卜勒天氣雷達三維組網同化技術、公裡解析度三維變分同化系統等方面有突出創新,全面應用了我國自主風雲衛星和雷達。
關鍵點2:完全自主研發了我國首個全球中期數值天氣預報系統,系統掌握了衛星資料同化技術,使我國與歐洲中期數值預報中心(ECMWF)、日本、法國、英國和加拿大並列為具備自主研製能力且業務運行四維變分同化的國家。
關鍵點3:高效應用我國組網雷達和風雲衛星資料的全國高解析度(3km)中小尺度數值預報業務系統GRAPES_Meso,統一技術框架下的區域/全球一體化國家數值預報業務完整體系和自動化平臺,實現了我國逐日天氣預報和服務保障業務的自主可控。
02
數值預報的難點在哪裡?
科學上的難點:用千變萬化來形容自然界的變化一點兒都不為過,東邊日出西邊雨,道是無晴卻有晴。大氣運動遵循物理學的基本規律,這是天氣可以預報的基礎。但是,我們知道「蝴蝶效應」、「混沌」現象,是氣象學家最先發現,並被廣泛應用於自然科學和社會科學的各領域,這個混沌現象就說明了天氣預報的難度和複雜性。並且,大氣中發生的很多物理現象,如雲的形成、消散等,基本原理知道,很難用一個明確、清晰的數學公式表達,涉及多圈層發生的物理現象。
工程科技上的難點:涉及衛星雷達探空等大氣探測、甚至其他地球圈層如海洋等的觀測,涉及多學科,計算量大,需要高性能計算機和計算科學,乃至自動化作業監控,管理調度,通信系統等一系列工程科技方面的問題,是一個集多學科的大工程。
03
GRAPES天氣預報系統可以達到怎樣的精度?
近年來,3公裡的GRAPES區域數值模式在中國區域的降水和雷達回波預報成為我國預報員開展暴雨和強對流天氣預報不可或缺的參考。今年夏季我國長江、淮河等多條流域出現持續性強降雨天氣,防汛救災形勢異常嚴峻,3公裡GRAPES模式的強降水預報為7月長江中下遊、新安江、淮河上遊等流域分洪以及8月中旬長江上遊洪水預報服務提供了有力支撐。6-7月在中國區域的36小時時效內3小時累積強降水預報超過世界排名第一的ECMWF。
相較ECMWF預報能力平均提高40%以上,受到預報員的高度肯定。2020年7月7-8日長江中下遊的極端強降水導致安徽歙縣7月7日高考未能如期舉行、7月9日浙江新安江自1959年建站以來首次9閘洩洪。在這次強降水過程中,3公裡GRAPES模式對50毫米以上的暴雨、特別是100毫米以上的大暴雨預報能力遠超ECMWF模式預報。
複雜地形地區的降水預報一直是天氣預報領域的世界難題,也是檢驗數值模式預報能力的重要指標。2020年8月中旬四川盆地出現持續性的極端強降水,導致四川出現1981年以來最大洪水、長江上遊出現三峽大壩建庫以來的最大洪峰。3公裡GRAPES模式對這次極端強降水過程50毫米以上的暴雨、100毫米以上的大暴雨預報也是明顯優於ECMWF模式預報。
04
GRAPES一下步的發展方向?
進一步在精細化和預報能力上推上一個新的高度。加強適應不同尺度天氣、不同區域複雜背景的技術完善,並能在我國多領域推廣應用,發展壯大我國自主技術實力。
開發基於地球系統科學的全新預報技術,如與大氣化學的耦合、海洋海冰的耦合等。一方面延長可用預報時效,儘可能做到「早、快、準」,預報準確度的提前量增加,另一方面開發局地精細化的快速預報預警技術,應對突發性強、生命史短的強致災天氣的預報預警。
05
人工智慧時代,如何藉助AI預測天氣?
數值預報與人工智慧都是根據已知信息來預測未知,使用的數據都具有高維、海量、異構的特點。數值預報以理論為驅動,注重將氣象規律以數學物理公式的形式進行顯式表達,而人工智慧以數據為驅動,通過預測模型本身來隱式表達數據中的規律。數值預報與人工智慧的特點,使得兩者能夠各取所長、優勢互補。目前,中央氣象臺已經與阿里達摩院開展了基於AI技術的颱風定位定強,強天氣識別、預報等方面的聯合研究,並取得初步進展。
未來人工智慧有望在數值預報的全鏈條中發揮作用,如:觀測資料方面,可以改善觀測的質控和偏差訂正技術,進行多源數據融合;資料同化方面,可以進行同化算法參數優化和替代資料同化方法的開發;數值模式方面,可以進行物理過程參數化方案和關鍵參數校正;集合預報方面,可以開展初值和模式擾動的量化;數值預報產品應用,可以進行實時訂正和長時效預報的誤差分析等等。
怎麼樣,你給亮相雲棲大會的GRAPES
打幾分呢?
中國氣象報社 出品
審核:段昊書
來源:中央氣象臺科技創新服務 成果君
編輯:舒揚
送給我們一顆小星星,好嗎?