中新網(wǎng)北京7月23日電 (記者 孫自法)國(guó)際著名學(xué)術(shù)期刊《自然》最新在線發(fā)表一篇環(huán)境研究論文稱，研究人員研發(fā)出一個(gè)機(jī)器學(xué)習(xí)模型能進(jìn)行準(zhǔn)確的天氣預(yù)測(cè)和氣候模擬。這一機(jī)器學(xué)習(xí)模型被命名為NeuralGCM，它能超越部分現(xiàn)有天氣和氣候預(yù)測(cè)模型，且有望比傳統(tǒng)模型節(jié)省大量算力。

本次研發(fā)的NeuralGCM模型結(jié)構(gòu)相關(guān)示意圖。施普林格·自然/供圖

該論文介紹，一般環(huán)流模型(GCMs)表示了大氣、海洋和陸地的物理過(guò)程，是天氣和氣候預(yù)測(cè)的基礎(chǔ)，而減少長(zhǎng)期預(yù)報(bào)的不確定性以及估算極端天氣事件，是理解氣候緩解和適應(yīng)的關(guān)鍵。機(jī)器學(xué)習(xí)模型一直被認(rèn)為是天氣預(yù)測(cè)的一種替代手段，且具有節(jié)省算力成本的優(yōu)勢(shì)，但它們?cè)陂L(zhǎng)期預(yù)報(bào)的表現(xiàn)常常不如一般環(huán)流模型。

在本項(xiàng)研究中，美國(guó)谷歌研究團(tuán)隊(duì)和合作者設(shè)計(jì)出機(jī)器學(xué)習(xí)模型NeuralGCM，這個(gè)模型結(jié)合了機(jī)器學(xué)習(xí)和物理方法，能進(jìn)行中短期天氣預(yù)報(bào)以及幾十年的氣候模擬。該模型對(duì)1-15天預(yù)報(bào)的準(zhǔn)確率能媲美歐洲中期天氣預(yù)報(bào)中心ECMWF(最好的傳統(tǒng)物理天氣模型之一)的預(yù)測(cè)結(jié)果；對(duì)于最多提前10天的預(yù)報(bào)，NeuralGCM的準(zhǔn)確率與現(xiàn)有機(jī)器學(xué)習(xí)技術(shù)不相上下，有時(shí)甚至更好。

機(jī)器學(xué)習(xí)模型NeuralGCM，在10年時(shí)間尺度上的準(zhǔn)確性和捕捉全球變暖的能力。施普林格·自然/供圖

同時(shí)，NeuralGCM的氣候模擬準(zhǔn)確率與最好的機(jī)器學(xué)習(xí)和物理方法相當(dāng)：在NeuralGCM的40年氣候預(yù)測(cè)中加入海平面溫度后，論文作者發(fā)現(xiàn)模型給出的結(jié)果與從ECMWF數(shù)據(jù)中發(fā)現(xiàn)的全球變暖趨勢(shì)一致。此外，NeuralGCM在預(yù)測(cè)龍卷風(fēng)及其軌跡方面也超過(guò)了已有的氣候模型。

論文作者總結(jié)認(rèn)為，他們的這些研究結(jié)果共同表明，機(jī)器學(xué)習(xí)是提升一般環(huán)流模型的一個(gè)可行手段。(完)