来源：环球零碳
撰文 | 小博
编辑 | Tang
2月25日，欧洲中期天气预报中心（ECMWF）宣布，其全新人工智能天气系统（AIFS）已投入运行。
该模型在测试中对未来15天的预测准确率较传统物理模型提高20%，并具备更低能耗与更快响应速度，有望重塑全球气象预测体系。且全球用户可免费实时获取预测数据，标志着天气科学进入新纪元。
ECMWF总干事佛罗伦萨·拉比尔表示：“这一里程碑将彻底改变天气科学与预测的格局。通过机器学习技术，我们首次实现了全球范围内最广泛参数的免费开放预测。”
尽管该模型由欧洲政府间机构开发并受欧洲交易商密切关注，但其预测结果具有全球影响力，包括美国在内的能源行业和气象学家都在使用。
01
技术优势
AIFS与传统物理模型（IFS）共享相同的气象数据源（包括卫星、飞机、船舶等观测数据），但传统模型依赖超级计算机处理全球气象观测数据，并通过物理方程模拟大气变化，而AI系统通过分析历史数据与实时信息的关联性进行预测。
在速度与能耗方面：生成一次预测仅需传统模型的千分之一能耗，且速度大幅提升。
在应用场景方面：除常规天气参数外，还可提供太阳能辐射强度和风机层风速预测，助力可再生能源调度。
ECMWF预报主任弗洛里安·帕彭伯格指出，新系统可将热带气旋路径预测时间提前12小时，为防灾争取宝贵时间。随着2024年全球气温创历史新高，且欧洲成为变暖最快的大陆，此类技术对应对极端天气至关重要。
图为欧洲中期天气预报中心2月25日发布的一份针对欧洲的人工智能（AI）预报，预测了 3 月 11 日的气温和风力情况。
来源：欧洲中期天气预报中心
02
开放性与竞争格局
这一系统是35国合作的成果，旨在为全球气象机构提供支持，共同构建安全繁荣的社会。尽管模型免费开放，但极端天气预警和定制化服务仍由各国或企业自主处理。
ECMWF与欧洲各国气象机构合作开发了名为Anemoi的开源AI框架（源自希腊风神之名），其底层架构与谷歌DeepMind的图神经网络相同。
未来ECMWF计划提升模型空间分辨率，并从单次预测转向“集合预报”（生成50种不同初始条件的预测结果），以提高结果的可靠性。
目前全球已有谷歌DeepMind的GraphCast、华为的盘古气象大模型等AI天气系统处于研发阶段。所有系统均基于ECMWF过去40年积累的气象观测数据训练。不同系统的性能因预测变量和时间尺度差异难以直接比较，但ECMWF系统的优势在于覆盖更多参数（如太阳能辐射强度、风机高度风速）。
03
AI预测能力对管理能源市场波动至关重要
尽管AI的能耗问题引发担忧，但其在大气监测、生物多样性保护等领域的应用成为应对气候变化的重要工具。英国气象局首席AI官克里斯汀·戴尔指出：未来需结合物理模型与数据驱动模型的优势，以实现快速、可靠且可信的预测。
“我们可以比以往更频繁地更新信息集。”丹麦商品贸易公司InCommodities A/S首席执行官丹尼尔·博鲁普表示，“这显然提升了预测精度，让我们能更好地分配能源。”
就像其传统预测一样，ECMWF的新系统也能预测未来两周的温度、风速和太阳能发电量。但其更高的准确性使得企业和政策制定者能够更快响应天气相关的关键决策——从取消铁路服务到调整船舶航线，再到在结冰道路上撒沙。
这种预测能力对管理能源市场波动至关重要。今年早些时候，德国太阳能发电量激增曾导致多国电价跌到负值；而此前“黑暗期”（Dunkelflaute，指可再生能源发电骤降的时段）曾使电价飙升。新模型或许能为平衡能源供需提供解决方案。
瑞士气象分析公司Meteomatics AG的气象学家罗布·哈钦森指出，AI模型在预测未来5天温度时的准确性已超越传统方法。“速度固然重要，但在某些参数和时间范围内，AI还能提供额外精度。”
丹麦电力供应商Reel ApS的贸易与灵活性主管埃多阿尔多·西莫尼认为，这种技术进步最终有利于能源市场参与者。
04
机器学习如何加速气象学
“天气和气候本质上是大数据问题。” ECMWF预报主任弗洛里安·帕彭伯格表示，“我们拥有海量数据，这与机器学习的特性完美契合。”该中心自2018年起便开始实验机器学习技术，但直到2022年，研究人员才确信AI在天气预测中的潜力已达到临界点。
尽管AI模型发展迅速，但气象学家仍预计其短期内无法替代传统预测。ECMWF计划同时发布两类预测结果，并采用混合系统整合两者的优势。
“AI目前对云层覆盖、沙尘暴等极端天气的预测仍不准确。”帕彭伯格补充道，“下一代模型将尝试生成多路径预测（即‘集合预报’），并直接接入卫星和地面气象站数据。”
首图来源：earth.org
-------
参考资料：
[1]https://earth.org/europes-new-ai-weather-forecasting-model-up-to-20-more-accurate-than-conventional-methods/
[2]https://www.ft.com/content/5642ef4d-5f42-4987-9034-92a4500b807c
[3]https://www.takungpao.com/finance/236133/2024/0923/1013582.html
[4]BNEF：A New AI Weather Model Is Already Changing How Energy Is Traded
特别声明：以上内容仅代表作者本人的观点或立场，不代表新浪财经头条的观点或立场。如因作品内容、版权或其他问题需要与新浪财经头条联系的，请于上述内容发布后的30天内进行。
