报告详情
FuXi-En4DVar:基于AI天气预报模型的同化系统
编号：137
访问权限：仅限参会人
更新：2025-03-26 16:55:37 浏览：14次
口头报告
报告开始：2025年04月19日 10:00（Asia/Shanghai）
报告时间：10min
所在会场：[S1-16] 专题1.16 高影响天气气候事件可预报性及AI算法的应用 [S1-16] 专题1.16 高影响天气气候事件可预报性及AI算法的应用
暂无文件
摘要
近年来，基于人工智能的天气预报模型在提升预报精度与计算效率方面取得显著进展，同时大幅降低算力需求，但仍然依赖于传统的资料同化系统来生成分析场。四维变分资料同化提高了模型初始场精度，通过模式将观测信息合理的传播到初始场。因此，传统资料同化的初始场对于基于AI的预报模型来说并不是最优的，因此需要基于AI天气预报模型构建独立的资料同化系统。本文介绍了一种集成了FuXi模型的集合4DVar系统（FuXi‐En4DVar），该系统可以独立生成精确的分析场。它利用自动微分来计算梯度，并证明了这些梯度与伴随模型导出的梯度的等价性。试验结果表明，该系统保持了分析场的物理平衡，并表现出流量依赖特性。使得观测在初始场得到了有效的传播和同化，从而提高了分析场的准确性，该工作为AI天气预报模型构建独立同化系统提供了新思路。
关键词
机器学习，资料同化
报告人
李永辉
博士生研究生 中国科学院大气物理研究所地球系统数值模拟与应用全国重点实验室稿件作者
全部评论
重要日期
-
会议日期
04月17日
2025
至04月20日
2025
-
04月03日 2025
初稿截稿日期
-
04月20日 2025
注册截止日期
主办单位
中国科学院大气物理研究所
承办单位
中国科学院大气物理研究所
联系方式
- 皇甫静亮
- hf******@mail.iap.ac.cn
- 133********
发表评论