雹暴中心收集数据，大模型加持恶劣天气预测，「追风者也」正在上演

内容一览：雷暴、冰雹、龙卷风等恶劣天气总是不可预测和遥远。然而，澳大利亚的研究人员为了更准确地预测天气，以身作则，深入暴力收集数据。超级计算机和 AI 在祝福下，人类能否赶上飓风，让混乱的天气系统不再那么不可预测？看看这个追风者主演的电影。「追风者也」。

关键词：大模型 追风者 恶劣天气

1996 在2008年上映的著名冒险灾难片《龙卷风》中，为了对龙卷风进行深入研究，主角亲自将探测设备带入龙卷风中心，实现实时数据记录。

受此片启发，澳大利亚气候学者 Joshua Soderholm 及 Julian Brimelow 共同开始了自己的追风之旅，并且成功地将小型天气传感器冰探 (hailsonde) 带入了雹暴 (hail storm)，研究如何收集雹暴中的气象数据，改变恶劣天气。

图 1：电影《龙卷风》的剧照，更多电影详情请参考：

冰探的形状与冰雹相似，重约。 24 g。它们与汽球相连，被一起释放到雹暴中。进入雹暴中心后，两者分离，冰探就像冰雹一样，经历了冰雹在雹暴中的轨迹，并且记录了冰雹在雹暴中的生长条件。另外，冰探还记录了显著的冰增长，并且跟随超级单体的中气流转动了半圈。

图 2：在雹暴中，两个冰探的轨迹

「起初，这只是一个业余项目。当时我们想试试能不能用现有的技术在电影中制造设备。为了保证冰探能够在极端的暴力条件下生存，我们在制作过程中解决了许多工程问题。」 Joshua Soderholm 说道。

图 3：冰探结构，3D 印刷零件、电池和其它电子设备被封装在聚乙烯外壳中

「在气象学中，从雹暴中心收集数据就像追寻白鲸，既危险又令人着迷。从雹暴中心收集的数据将提高我们模拟雹暴的能力，并为雹暴中冰雹的行为提供证据。但这并不像听起来那么容易。你需要在正确的时间出现在正确的位置，遇到正确的雹暴。」

经过几天的坏运气，他们撞上了一个超级单体，并成功地将两个冰探放入了雹暴。超级单体是一个单一的强雷暴系统，水平尺度达到十几公里，生命周期达到几十分钟到几个小时，比普通的完善单一雷暴更大、更长、更强。冰探被超级单体捕获后，与汽球分离，然后像冰雹一样漂浮，最后被时速超过。 120 km 的风带到了 7 km 以外区域。

图 4：Joshua Soderholm 在放飞冰探

在这项研究的基础上，他们计划使用更多的冰探来记录下一个超级单体，收集落地的冰探，对下落的冰雹进行更深入的研究。

不可预测的天气系统

没有人参与，气象预测是不可或缺的。即使使用超级计算机，借助卫星数据和雷达数据，我们仍然很难对气象系统做出准确的预测。1961 2008年，美国气象学家爱德华·诺顿·洛伦茨。 (Edward Norton Lorenz) 试着用计算机程序来预测未来的天气。

得到结果后，他把程序的中间步骤输出值作为下一步的输入值，再次运行程序。然而，因为输入值只保留了下来。 3 位小数，而程序是以 6 位置浮点运行，这种千分之一的误差使得程序输出值与上次得到的结果完全不同。

因此，他提出了混沌系统的概念。气象系统是典型的混沌系统。它不是完全随机的，但由于某些因素的变化，很容易发生剧烈的变化。换言之，气象系统是一个非常敏感的系统。

「蝴蝶效应」这是一个夸张但典型的例子。一只在南美洲热带雨林中扇动翅膀的蝴蝶，可能会给美国带来龙卷风。这一切的来源是蝴蝶扰动了系统的初始变量。

图 5：蝴蝶效应

所以，天气预测很难完全准确。现有的气象预测方法，即数值天气预报 (NWP)，先把预测区域规划成网格，然后用超级计算机通过数值模拟求解偏微分方程获得。

这种方法需要很长时间，即使使用了数百个节点的超级计算机，对于未来 10 预测天气还需要多个小时。与此同时，由于网格分辨率的限制，一些小规模的气候过程会被类似的函数参数化，给气象预测带来偏差。

正因为此，对小规模恶劣天气和中长期气象预测，NWP 完美是困难的。今年 5 台风杜苏芮生成后，不同的机构使用超级计算机基于不同的模型进行路径预测，结构完全不同。即使是同一个模型的预测也在随着气象元素的变化不断调整，相对准确的预测只能在台风登陆之前进行。

以后的 6 卡努，号台风，走路也很独特，突然在太平洋上转身，然后开始漫步，最后震惊日本，让超级计算机也一头雾水。

图 6：全球集合预报系统 (GEFS) 对 2023 年 6 台风卡努的路径预测，可谓天花乱舞。

与此同时，由于各机构所做的气象预测各不相同，天气预测也要由预报员参与。根据当地的气候特点、地形条件、个人经验等，预报员将综合所有气象预测结果，做出最后的天气预报，但是仍然不能保证完全正确。没有办法，气象系统是如此不可预测。

图 7：1986 年 16 台风韦恩路径图

追求极端气候的人

小型超级单体更是中长期天气预报的一条漏网之鱼。超单体的特点是快速、难以预测，容易形成雷暴、冰雹、强降水或龙卷风等恶劣天气。。

2021 年 8 月 16 当天晚上，北京市海淀区遭受了超级单体的暴雨。旱河路铁路桥下存水 30 分钟内涨到 1.75 米，造成 2 人死亡。2023 年 8 月 13 一天下午，江苏省盐城市大丰区遭遇龙卷风，造成龙卷风 2 人死亡，15 人类受伤。龙卷风的形成也与超级单体有关。

图 8：龙卷风在盐城大丰区

然而，雷暴、冰雹、龙卷风等壮观的气象景观可以让探险者大饱眼福，从而吸引了大量像这样的景观。 Soderholm 这种追风者。每当台风来临，或者周围有超级单体即将出现时，追风者就会做好充分的准备，奔向飓风。

与此同时，作为恶劣天气的第一守护者，追风者还可以收集恶劣天气的第一手资料，为气候研究提供宝贵的材料，丰富现有的计算模型和 AI 模型数据库，为气象学的发展做出了巨大贡献。

媲美 NWP 大气候模型

早在 2021 2008年，阿里云透露，达摩院和国家气象中心联合研发 AI 用于天气预测的算法，并且成功地预测了几次强对流天气。同年 9 月，Deepmind 在《Nature》发表文章，利用深层生成模型实时预测降水量。

今年初，Deepmind 正式推出了 GraphCast，能够在一分钟内对全球未来进行一分钟 10 在天气条件下，分辨率为 0.25° 的预测。4 南京信息工程大学与上海人工智能实验室合作开发「风乌」大型气象预测模型，偏差较大 GraphCast 进一步减少。

随后，华为推出「盘古」大型气候模型。由于三维神经网络在模型中被引出，「盘古」首次超过了当前最准确的预测准确率。 NWP 预测系统。近日，清华大学和复旦大学相继发布。「NowCastNet」和「伏羲」模型。前一种对短期恶劣天气的预测起到了很大的作用，后一种对预测时间的预测增加 15 天。

图 9：「盘古」模型和 ECMWF 对 2018 年 25 台风康妮号(图片) a）和 26 台风玉兔号(图片) b）路径预测。

可以看出，大型气象预测模型在预测精度和预测时间上都在逼近，甚至有些超越了传统模型。 NWP 分析模式。与此同时，相比较 NWP ，AI 大型气象预测所需的设备条件较低，耗时较短。只有一个 Google TPU v4，GraphCast 可以在几分钟内计算出未来的天气。

但是，现有的 AI 大型模型只能通过学习过去的气象数据来预测未来的气候。所以，在恶劣天气和突发天气的情况下，大模型还需要其它算法的帮助，更离不开人们的参与。此时，活跃在风暴中心的追风者提供的气象数据 AI 优化大模型更重要。人类和大模型携手，一定会拍出一部优秀的电影。「追风者也」。

参考链接：

[1] https://phys.org/news/2023-08-movie-inspired-technology-successfully-hail-eye.html

[2] http://m.nmc.cn/ty/

[3] http://henan.china.com.cn/tech/2021-06/22/content_41599891.htm

[4] https://arxiv.org/abs/2212.12794

[5] https://www.nature.com/articles/s41586-023-06185-3/figures/4

[6] 江燕如，典型的天气过程分析 [M]. 北京:2016年气象出版社.

本文来自微信公众号“HyperAI超神经”（ID:HyperAI），作者：雪菜，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com