? 西西444www无码视频软件,天海翼一区二区三区高清在线 ,丝袜人妻一区二区三区

亚洲 a v无 码免 费 成 人 a v,性欧美videofree高清精品,新国产三级在线观看播放,少妇人妻偷人精品一区二区,天干天干天啪啪夜爽爽av

江西特旱仍在持續(xù)!極端事件預(yù)測(cè),誰(shuí)能給個(gè)準(zhǔn)話?

2022/10/18
導(dǎo)讀
極端 “熱” 氣候下的 “冷” 思考
10.18
知識(shí)分子The Intellectual
極端 “熱” 氣候下的 “冷” 思考 | 圖源:pexels.com


 導(dǎo)  讀

在寒潮的影響下,中國(guó)北方似乎已有入冬的跡象,而南方的高溫干旱卻余熱未盡,江西的極度干旱仍在持續(xù)。世界其他地區(qū)的氣象災(zāi)害也此起彼伏,極端天氣氣候事件的影響愈加凸顯。極端事件預(yù)測(cè)為什么這么難?未來(lái)的日子是否會(huì)有更多 “水深火熱”?


撰文 | 姜中景

責(zé)編 | 馮灝


 ●                   ●                    

眼下,江西遭遇的重度氣象干旱已持續(xù)超過(guò)90天,其中有97%的縣(市、區(qū))達(dá)到特重氣象干旱 [1]。鄱陽(yáng)湖代表站星子站今夏最低水位退至6.68米,刷新鄱陽(yáng)湖有記錄以來(lái)歷史最低水位 [2]。但氣象預(yù)報(bào)依然沒(méi)有好消息,10月17日18時(shí),中央氣象臺(tái)繼續(xù)發(fā)布?xì)庀蟾珊党壬A(yù)警,浙江南部、福建大部、江西中部至南部、湖南中部至南部等地有特旱。

國(guó)家氣候中心評(píng)估表示,2022年夏季中國(guó)的高溫?zé)崂耸录C合強(qiáng)度為1961年以來(lái)最強(qiáng)。持續(xù)的高溫天氣是此次干旱的幕后推手 [3]。

圖1 2022年10月17日全國(guó)氣象干旱綜合監(jiān)測(cè)圖 | 圖源:國(guó)家氣候中心


10月11日前后,上海出現(xiàn) “囤水風(fēng)波”。受長(zhǎng)江流域持續(xù)干旱影響,上游來(lái)水比正常年份明顯減少,淡水河流量不足,海水倒灌,地處長(zhǎng)江口的上海出現(xiàn)了罕見(jiàn)的夏季咸潮,造成河道水體變咸 [4]。出于對(duì)用水安全的擔(dān)心,很多市民開(kāi)始去超市搶購(gòu)礦泉水。

一些人不免疑惑,為何氣象部門(mén)沒(méi)有準(zhǔn)確預(yù)計(jì)到此次江西等地遭遇的這場(chǎng)曠日持久的特旱?極端事件的預(yù)測(cè)難在哪兒?預(yù)測(cè)準(zhǔn)確度又該如何提高?

圖2 2022年9月中國(guó)氣象災(zāi)害分布圖 | 圖源:國(guó)家氣候中心

1

江西極度干旱,誰(shuí)是元兇,誰(shuí)是幫兇?

由于我國(guó)屬于典型的東亞季風(fēng)氣候,降水量時(shí)空分布不均,年均降水量由東南沿海向西北內(nèi)陸遞減。南方雨季長(zhǎng),降水量大,容易出現(xiàn)洪澇災(zāi)害;而北方雨季短,降水量小,容易出現(xiàn)干旱。這也就形成一直以來(lái)大家熟悉的 “南澇北旱” 的氣候常態(tài)?,F(xiàn)在怎么就變成 “南旱北澇” 了呢?

今年夏季高溫?zé)崂说某梢蛞延兄T多討論,總結(jié)起來(lái),副熱帶高壓可以稱(chēng)作是引發(fā)持續(xù)高溫天氣繼而導(dǎo)致此次極端干旱的 “元兇”。 “副高是從控制的天氣系統(tǒng)角度來(lái)解釋?zhuān)詈?jiǎn)單明了?!?中央氣象臺(tái)首席預(yù)報(bào)員張濤告訴《知識(shí)分子》。

今年,由于副高異常強(qiáng)盛,西太平洋副高、伊朗高壓、南亞高壓增強(qiáng),形成幾乎打通整個(gè)北半球的環(huán)球副熱帶高壓帶 [5]。這也是今年夏季北美、西歐和亞洲多地同時(shí)出現(xiàn)高溫?zé)崂说脑颉?/span>對(duì)于中國(guó),西太平洋副高相較往年向西延伸,中國(guó)南方在西太平洋副高的控制下,大氣以下沉氣流為主,少云情況下地面接收太陽(yáng)輻射增加以及氣團(tuán)下沉絕熱增溫,造成了地表溫度升高和對(duì)應(yīng)區(qū)域的干燥少雨[6]。

除了副高之外,其他氣候因子也可能是極端高溫事件的潛在 “幫兇”。海洋是全球氣候變化的重要驅(qū)動(dòng)力,太平洋和印度洋的熱帶海溫變化對(duì)我國(guó)夏季長(zhǎng)江中下游的極端天氣事件也有重要影響。南京信息工程大學(xué)氣候與應(yīng)用前沿研究院院長(zhǎng)羅京佳向《知識(shí)分子》解釋?zhuān)岸驙柲嶂Z、拉尼娜這些氣候現(xiàn)象表現(xiàn)為熱帶太平洋的海溫異常,分別對(duì)應(yīng)著海溫的升高和降低,這種海溫異??梢酝ㄟ^(guò)影響熱帶對(duì)流等活動(dòng)驅(qū)動(dòng)整層大氣,激發(fā)大氣中的波列,進(jìn)而將熱帶的影響傳播到中高緯度地區(qū)?!?/span>

因此,盡管厄爾尼諾、拉尼娜這些氣候信號(hào)不直接對(duì)中緯度的溫度產(chǎn)生影響,但它們可以通過(guò)影響大氣環(huán)流,比如影響東亞季風(fēng)的建立、控制雨季進(jìn)程來(lái)影響極端事件的強(qiáng)度和頻率。比如今年夏季,拉尼娜事件下西太平洋副高更加向西延伸,使得中國(guó)南方進(jìn)入副高控制區(qū),為我國(guó)夏季持續(xù)高溫的發(fā)生提供條件。

未來(lái),副高是否會(huì)成為 “慣犯” 持續(xù)向西擴(kuò)張領(lǐng)地,使得“南旱北澇”成為未來(lái)的氣候新常態(tài)?羅京佳表示,“目前在全球變暖背景下,厄爾尼諾、拉尼娜的發(fā)生頻率增多或減少還沒(méi)有定論,如果拉尼娜更加頻發(fā),可能未來(lái)南旱北澇會(huì)更常見(jiàn)。但按照世界氣象組織的定義,氣候平衡態(tài)的時(shí)間尺度一般在30年,僅基于最近幾年的狀態(tài),現(xiàn)在給出 ‘氣候新常態(tài)’ 的說(shuō)法還為時(shí)過(guò)早。

事實(shí)上,對(duì)于今年這場(chǎng)干旱,國(guó)家氣候中心早在4月的汛期預(yù)測(cè)中已經(jīng)給出大致預(yù)測(cè)(圖3),并在每周滾動(dòng)發(fā)布的氣候預(yù)測(cè)公報(bào)中更新預(yù)測(cè)未來(lái)15-30天高溫發(fā)生時(shí)段和影響區(qū)域。對(duì)于旱情的發(fā)展,國(guó)家應(yīng)急管理部7月末提出,注重加強(qiáng)旱情監(jiān)測(cè)分析和抗旱水源調(diào)度管理,包括江西要利用沿江濱湖地區(qū)外江外湖水位偏高有利條件,提前做好提水引水、蓄水保灌工作 [7],在8月1日至25日,全國(guó)共開(kāi)展飛機(jī)人工增雨作業(yè)91架次,組織地面人影作業(yè)1.1萬(wàn)次 [8]

圖3 2022年汛期中國(guó)氣象災(zāi)害分布圖 | 圖源:國(guó)家氣候中心


盡管氣象部門(mén)密切跟蹤著天氣氣候變化,南方旱情的監(jiān)測(cè)預(yù)警也一直持續(xù)。但 “水糧” 就這么多,沒(méi)有穩(wěn)定補(bǔ)給,“拆了東墻補(bǔ)西墻” 也難解旱情的燎原態(tài)勢(shì)?!叭彼撛趺椿??” 身處 “江南水鄉(xiāng)” 的公眾好像不得不開(kāi)始嚴(yán)肅地思考這個(gè)可能長(zhǎng)期存在的問(wèn)題。

那么,地球上的水都去哪里了呢?

2

極端事件,從“點(diǎn)”到“面”有何關(guān)聯(lián)?

過(guò)去的八月和九月,在中國(guó)的江西干旱刷新歷史記錄的同時(shí),日本多地則出現(xiàn)創(chuàng)記錄降雨,巴基斯坦遭受著暴雨和洪澇的連續(xù)攻擊…… 全球不同國(guó)家和地區(qū)都在經(jīng)歷著不同程度的高溫、干旱、颶風(fēng)、暴雨、洪澇等氣象災(zāi)害 [9]。

盡管極端天氣氣候事件有著很強(qiáng)的區(qū)域特征,但任何一個(gè)地方都不是氣候孤島。在自然的挑戰(zhàn)面前,沒(méi)有一個(gè)地方可以獨(dú)善其身。極端事件不僅要求在區(qū)域尺度上得到精準(zhǔn)表達(dá),也需要在更大的范圍內(nèi)來(lái)考察全球不同區(qū)域氣候熱點(diǎn)的關(guān)聯(lián)性。

圖4 2022年9月國(guó)外氣象災(zāi)害分布圖 | 圖源:國(guó)家氣候中心


當(dāng)多個(gè)災(zāi)害類(lèi)型如干旱和熱浪在多地同時(shí)或連續(xù)發(fā)生;或者不同災(zāi)害類(lèi)型發(fā)生時(shí)空重疊;又或者之前的氣候條件或天氣事件增加了系統(tǒng)的脆弱性,使得后續(xù)災(zāi)害事件更容易出現(xiàn);這些不同類(lèi)型的 “復(fù)合” 會(huì)導(dǎo)致災(zāi)害事件的區(qū)域或全球的影響疊加放大,對(duì)社會(huì)環(huán)境的損害劇烈增加 [10]

中科院大氣物理研究所研究員王愛(ài)慧提到,未來(lái)的研究需要更多考慮復(fù)合型氣候事件,而不只是像過(guò)去一樣通常關(guān)注單個(gè)極端事件 [11]?!翱紤]復(fù)合型事件,一方面是因?yàn)閺拿裆慕嵌?,相比于單個(gè)事件,復(fù)合型事件的破壞性更大;另一方面是現(xiàn)在像 ‘旱澇急轉(zhuǎn)’ 愈加頻發(fā),僅考慮單個(gè)事件已經(jīng)不足以描述自然界的變化規(guī)律?!?王愛(ài)慧告訴《知識(shí)分子》。

復(fù)合型極端事件的概念最早是在政府間氣候變化專(zhuān)門(mén)委員會(huì)(IPCC)2012年《管理極端事件和災(zāi)害風(fēng)險(xiǎn)推進(jìn)氣候變化適應(yīng)》特別報(bào)告 [12]提出 ,雖然已經(jīng)過(guò)去了近10年時(shí)間,但學(xué)界對(duì)此類(lèi)事件的理解、分析、量化和預(yù)測(cè)仍處在初級(jí)階段,該領(lǐng)域還有很多科學(xué)問(wèn)題亟待解決。


關(guān)于該方向的研究難點(diǎn),王愛(ài)慧強(qiáng)調(diào),一個(gè)是復(fù)合事件的背景場(chǎng)隨時(shí)空演化,較為復(fù)雜;其次,不同氣候要素比如溫度和降水之間的關(guān)系不穩(wěn)定;最后,數(shù)據(jù)可靠性也是一個(gè)問(wèn)題,目前關(guān)于極端事件可用的觀測(cè)數(shù)據(jù)不是很多,大部分還是依賴(lài)于模式數(shù)據(jù)。

為了提高預(yù)測(cè)能力,氣候研究需要確定影響區(qū)域氣候熱點(diǎn)的過(guò)程,判斷超過(guò)氣候閾值的可能性。地球系統(tǒng)的非平穩(wěn)性與 “快極端事件”(如颶風(fēng))和 “慢極端事件”(如干旱)的相互作用將成為研究的關(guān)鍵點(diǎn) [13]。

極端事件就好像是天氣賽跑中大跨步領(lǐng)先的運(yùn)動(dòng)員,頻頻打破歷史記錄。氣候變化究竟是不是極端事件的 “興奮劑”?對(duì)此,北京大學(xué)大氣與海洋科學(xué)系教授胡永云告訴《知識(shí)分子》,“全球變暖背景下,某一次極端事件比如2021年7月河南鄭州大暴雨,很難說(shuō)它就是全球變暖造成的,但整體上極端降水事件是呈現(xiàn)增加趨勢(shì),類(lèi)似鄭州7.20大暴雨的事件將增多。臺(tái)風(fēng)方面有兩種不同觀點(diǎn),一種表示全球變暖背景下,臺(tái)風(fēng)的強(qiáng)度增加,但個(gè)數(shù)減少;另一種則表示強(qiáng)度不變,個(gè)數(shù)增加;目前還處在爭(zhēng)論中?!?/span>

圖5 全球變暖1°C、1.5°C、2°C、4°C四種情景下,極端高溫和極端降水的頻率和強(qiáng)度都有所增加 | 圖源:IPCC AR6_WG1_SPM[14]


氣候變化下極端事件的發(fā)生頻率增加是一個(gè)趨同的認(rèn)識(shí),但不同個(gè)體極端事件的特征表現(xiàn)、不同類(lèi)型極端事件頻率變化存在巨大差異。

3

極端事件頻發(fā),預(yù)報(bào)到底“難”在哪兒?

天氣預(yù)報(bào)到底準(zhǔn)不準(zhǔn)?公眾常常有 “天氣預(yù)報(bào)不看,不如掐指一算” 這樣類(lèi)似的調(diào)侃。以1922年英國(guó)氣象學(xué)家劉易斯·弗萊·理查德森出版《數(shù)值過(guò)程天氣預(yù)報(bào)》一書(shū)為標(biāo)志點(diǎn),數(shù)值天氣預(yù)報(bào)發(fā)展已有百年歷史,隨著通訊技術(shù)的發(fā)展,天氣預(yù)報(bào)大家常常看,但預(yù)報(bào)結(jié)果并非人人信。

最早期的天氣預(yù)報(bào)依賴(lài)于預(yù)報(bào)員借助天氣圖進(jìn)行天氣形勢(shì)的推演。而隨著計(jì)算機(jī)的誕生,全球觀測(cè)網(wǎng)絡(luò)的發(fā)展,以及資料同化技術(shù)的不斷改進(jìn),紙張預(yù)報(bào)圖時(shí)代已經(jīng)終結(jié),基于計(jì)算機(jī)的天氣分析成為當(dāng)前業(yè)務(wù)預(yù)報(bào)的通用手段。

數(shù)值模擬技術(shù)的發(fā)展并不意味著預(yù)報(bào)員就可以高枕無(wú)憂,抄抄機(jī)器模擬出的數(shù)據(jù)就可以輕松給出結(jié)論。就目前的預(yù)報(bào)技術(shù)水平而言,單純的計(jì)算機(jī)或者是預(yù)報(bào)員都沒(méi)有辦法獨(dú)自給出 “準(zhǔn)” 話。張濤解釋?zhuān)艾F(xiàn)代天氣預(yù)報(bào)是基于數(shù)值預(yù)報(bào)的。數(shù)值預(yù)報(bào)是基石,主觀預(yù)報(bào)不可能離開(kāi)它了。數(shù)值預(yù)報(bào)會(huì)有誤差,會(huì)有各種客觀預(yù)報(bào)方法去解讀它或調(diào)整它,預(yù)報(bào)員也會(huì)依據(jù)自己的主觀認(rèn)知和經(jīng)驗(yàn)來(lái)調(diào)整它?!?/span>

事實(shí)上,日常天氣預(yù)報(bào)就已經(jīng)讓預(yù)報(bào)員們應(yīng)接不暇,而極端天氣氣候事件意味著 “小概率,高影響”。即氣象后果更嚴(yán)重,如果預(yù)報(bào)出現(xiàn)偏差,將更加嚴(yán)重地威脅公眾生命財(cái)產(chǎn)和基礎(chǔ)設(shè)施安全,帶來(lái)巨大社會(huì)經(jīng)濟(jì)損失。因此,預(yù)報(bào)員們可謂 “壓力山大”。那么,相比于日常天氣預(yù)報(bào),極端事件預(yù)報(bào)的難點(diǎn)又在哪里?

“所有極端天氣事件都在日常天氣預(yù)報(bào)的范疇之中,它們從預(yù)報(bào)技術(shù)上講并沒(méi)有本質(zhì)區(qū)別,主要難度在于天氣強(qiáng)度的極端性把握”。張濤說(shuō),“重大事件的氣象服務(wù)一般會(huì)比日常天氣預(yù)報(bào)有更高的精細(xì)化要求,比如要求定時(shí)定點(diǎn)定量等;當(dāng)日常預(yù)報(bào)中發(fā)現(xiàn)未來(lái)有可能發(fā)生極端事件時(shí),預(yù)報(bào)的精細(xì)化程度也會(huì)相應(yīng)提升。就干旱而言,它其實(shí)是一個(gè)逐漸累積的過(guò)程,是氣候事件,不是天氣事件,不屬于天氣預(yù)報(bào)的范疇,而氣候預(yù)測(cè)主要預(yù)測(cè)降水和氣溫的平均趨勢(shì),并不能簡(jiǎn)單預(yù)測(cè)干旱。旱情時(shí)刻被監(jiān)測(cè),當(dāng)累積到一定的程度時(shí),會(huì)根據(jù)未來(lái)3天的天氣預(yù)報(bào)發(fā)布?xì)庀蟾珊殿A(yù)警?!?/span>

此外,過(guò)去天氣預(yù)報(bào)主要提供未來(lái)幾天的天氣信息,根據(jù)愛(ài)德華·洛倫茲提出的混沌理論,也就是大家耳熟能詳?shù)?“蝴蝶效應(yīng)”,天氣預(yù)報(bào)的理論上限大概在兩周左右。而極端天氣事件持續(xù)時(shí)間的延長(zhǎng)和強(qiáng)度的增大,也在不斷挑戰(zhàn)預(yù)報(bào)的時(shí)空上限。極端事件的精確模擬對(duì)氣候模式的區(qū)域表征提出了更高的要求,愈加復(fù)雜的天氣氣候背景下,人們對(duì)天氣氣候一體化預(yù)報(bào)模式的需求也越來(lái)越強(qiáng)烈 [15]。天氣模式和氣候模式的融合也成為當(dāng)前需要攻克的一個(gè)前沿問(wèn)題。

在過(guò)去,天氣預(yù)報(bào)和氣候預(yù)測(cè)使用不同的模式進(jìn)行數(shù)值積分。由于計(jì)算能力的限制,氣候模式通常網(wǎng)格較大,以犧牲小尺度的物理過(guò)程為代價(jià),從而實(shí)現(xiàn)能量、動(dòng)量和物質(zhì)循環(huán)的守恒,但這些小尺度的物理過(guò)程卻對(duì)天氣預(yù)報(bào)的準(zhǔn)確性至關(guān)重要,因此,短期天氣預(yù)報(bào)通常關(guān)注局地過(guò)程的表達(dá),而選擇性忽略了地球系統(tǒng)中季節(jié)-年-年代際尺度過(guò)程的表征。但人們逐漸意識(shí)到,小尺度過(guò)程對(duì)氣候預(yù)測(cè)也有重要影響 [16],地球系統(tǒng)的復(fù)雜性也同樣影響著天氣尺度的預(yù)報(bào) [17]

目前的計(jì)算機(jī)技術(shù)還難以支持超高分辨率條件(如1公里)的地球系統(tǒng)模式計(jì)算,為了實(shí)現(xiàn)天氣-氣候模式的融合,“數(shù)字孿生” 概念下的軟件基礎(chǔ)設(shè)施的更新為天氣-氣候一體化模式的實(shí)現(xiàn)提供了潛在發(fā)展途徑 [18]。

4

人工智能時(shí)代,預(yù)報(bào)如何變“準(zhǔn)”?

人工智能、大數(shù)據(jù)等領(lǐng)域的蓬勃發(fā)展,推進(jìn)著地球系統(tǒng)科學(xué)的數(shù)字革命。近年來(lái),“數(shù)字孿生地球” 的概念不斷深入大眾視野。2021年,歐盟開(kāi)始啟動(dòng) “目的地地球”(Destination Earth)計(jì)劃,試圖打造一個(gè)超高精度、近實(shí)時(shí)演變的地球數(shù)字模型。“數(shù)字孿生地球” 通過(guò)將模擬和近實(shí)時(shí)觀測(cè)相結(jié)合的方式來(lái)監(jiān)測(cè)地球系統(tǒng)的演化,從而能夠更加精準(zhǔn)地預(yù)測(cè)氣候演變和極端事件。

圖6 “數(shù)字孿生地球”概念圖?;诒尘邦A(yù)報(bào)集合(橙色箭頭),將其與時(shí)間窗內(nèi)的觀測(cè)(黑點(diǎn))進(jìn)行比較,通過(guò)統(tǒng)計(jì)方法將其校正為更接近觀測(cè)的分析集合(綠色箭頭)| 圖源[18]


基于該概念框架,歐洲中期天氣預(yù)報(bào)中心(ECMWF)的科學(xué)家們對(duì)軟件基礎(chǔ)設(shè)施提出了圖7中的計(jì)算架構(gòu)的設(shè)想 [18]。這種通用、可擴(kuò)展的系統(tǒng)架構(gòu)為實(shí)現(xiàn)數(shù)值模式的尺度融合提供了潛在的解決方案,但由于計(jì)算硬件和軟件更新速度的差異、投資力度的大小等外在限制,要真正實(shí)現(xiàn)這一目標(biāo)也并非易事。

圖7 “數(shù)字孿生地球” 軟件基礎(chǔ)設(shè)施概念圖 | 圖源[18]

對(duì)于該方面研究的進(jìn)展,羅京佳說(shuō),“目前天氣-氣候一體化模式是國(guó)際上一個(gè)前沿的方向,像國(guó)際上歐洲中心、英國(guó)氣象局等業(yè)務(wù)部門(mén),國(guó)內(nèi)大氣所、國(guó)家氣象局、南信大等單位都在開(kāi)展相關(guān)研究,但目前的研究結(jié)果、技巧比較等方面的相關(guān)文章還不是很多。”

胡永云表示,“數(shù)值預(yù)報(bào)方面,中國(guó)起步晚一些,相對(duì)來(lái)說(shuō)基礎(chǔ)要差一點(diǎn),早期的計(jì)算機(jī)條件不太好,人才儲(chǔ)備也不太夠。雖然近些年在追趕,但差距還是明顯的。要追上發(fā)達(dá)國(guó)家的步伐,只學(xué)習(xí)西方的理論和技術(shù)是不夠的,科學(xué)精神的學(xué)習(xí)也很重要?!?/span>

人工智能在地球系統(tǒng)科學(xué)和模式開(kāi)發(fā)中的應(yīng)用也逐漸增多,這對(duì)預(yù)報(bào)準(zhǔn)確性的提高起著重要作用。羅京佳介紹,當(dāng)前人工智能在模式中的應(yīng)用包括降尺度、偏差訂正、概率預(yù)報(bào)、構(gòu)建預(yù)報(bào)模型以及數(shù)據(jù)-物理雙驅(qū)的融合模型/模式等方面。

降尺度方面,采用人工智能的方法能夠把原來(lái)較粗的比如100公里的模式網(wǎng)格降低到幾公里至幾十公里,這能夠大大提高水平分辨率,提高區(qū)域精細(xì)化模擬和預(yù)測(cè)水平。

其次,由于計(jì)算能力和物理認(rèn)知的限制,氣候動(dòng)力模式的預(yù)測(cè)結(jié)果和真實(shí)大氣的演化存在一定偏差,目前研究人員也嘗試應(yīng)用人工智能的相關(guān)方法來(lái)進(jìn)行模式結(jié)果的偏差訂正。

另一個(gè)方面的應(yīng)用是在概率預(yù)報(bào),這有別于過(guò)去的確定性預(yù)報(bào)概念。比如明天下不下雨這個(gè)問(wèn)題,公眾比較習(xí)慣的方式是 “下” 或者 “不下”,天氣預(yù)報(bào)你得給個(gè)準(zhǔn)話。而概率預(yù)報(bào)則是給出降水的一個(gè)概率,例如某個(gè)城市明天下雨的可能性是百分之多少。概率預(yù)報(bào)由于要考慮進(jìn)天氣條件的概率分布,對(duì)模式模擬的成員數(shù)量的需求更大,機(jī)器學(xué)習(xí)的應(yīng)用能夠在某種程度上緩解計(jì)算資源的限制,提高預(yù)報(bào)準(zhǔn)確性。這也許能減少老百姓們被 “忽悠” 的感覺(jué)。

此外,利用人工智能、機(jī)器學(xué)習(xí)的一些方法構(gòu)建預(yù)報(bào)模型也是研究人員正在嘗試的方向,希望通過(guò)數(shù)據(jù)驅(qū)動(dòng)模型和物理驅(qū)動(dòng)模型的融合,帶來(lái)一些新的啟發(fā)。比如,可以利用機(jī)器學(xué)習(xí)方法構(gòu)建一個(gè)模型來(lái)替代數(shù)值模式中關(guān)鍵的次網(wǎng)格物理過(guò)程參數(shù)化方案,這樣原先只能通過(guò)物理參數(shù)化方案來(lái)表征的一些小尺度過(guò)程現(xiàn)在也能夠在網(wǎng)格上解析,從而進(jìn)一步提高模式性能。

人工智能對(duì)應(yīng)的數(shù)據(jù)驅(qū)動(dòng)發(fā)展下,現(xiàn)在國(guó)內(nèi)外一些企業(yè)和公司也在開(kāi)始預(yù)報(bào)工作,中科院大氣物理研究所副研究員夏江江告訴《知識(shí)分子》,“企業(yè)大廠的優(yōu)勢(shì)在于其人工智能技術(shù)、強(qiáng)大的算力和行業(yè)某些具體的落地場(chǎng)景,但是需要結(jié)合科研單位研究能力和領(lǐng)域知識(shí)的優(yōu)勢(shì)、以及必不可少的氣象機(jī)構(gòu)的數(shù)據(jù)源和業(yè)務(wù)預(yù)報(bào)經(jīng)驗(yàn)。” 對(duì)于國(guó)內(nèi)外的比較,他表示,“目前相關(guān)研究工作大多還是單兵作戰(zhàn),要想并跑甚至引領(lǐng)國(guó)際先進(jìn)水平,還需要更多團(tuán)體的深度合作?!?/span>

氣候科學(xué)領(lǐng)域,研究人員最為擔(dān)心的一點(diǎn)是機(jī)器學(xué)習(xí)的方法相比于傳統(tǒng)基于大氣運(yùn)動(dòng)方程組構(gòu)建的氣候模式缺乏可解釋性。人工智能幫忙,預(yù)報(bào)是真的從根本上變準(zhǔn)了嗎?還是程序員們的 “調(diào)參魔法” 在起作用?

關(guān)于可解釋性,夏江江舉了個(gè)例子,比如人工智能進(jìn)行圖像識(shí)別,但是模型錯(cuò)誤地將在雪地上的哈士奇判斷成狼,研究人員分析發(fā)現(xiàn)此類(lèi)誤判實(shí)際是由圖片中雪地這種獨(dú)特的背景造成的。通過(guò)對(duì)結(jié)果及 “錯(cuò)誤” 的這種 “解釋”,我們可以對(duì)訓(xùn)練模型進(jìn)行修正。但氣象數(shù)據(jù)由于要素種類(lèi)多源、時(shí)空維度多樣、相互作用復(fù)雜,解釋起來(lái)就更加困難。

談及如何解決,羅京佳表示,第一個(gè)是可以在選取預(yù)報(bào)訓(xùn)練因子的時(shí)候加入一些物理機(jī)理的考量;其次是在構(gòu)建人工智能模型時(shí)加入物理規(guī)律的約束;第三種就是在應(yīng)用人工智能方法時(shí)進(jìn)行步驟拆解,每進(jìn)行一小步就進(jìn)行物理成因的分析;還有一種方法就是在人工智能無(wú)法解釋情況下,利用傳統(tǒng)的物理方法比如數(shù)值模式進(jìn)行驗(yàn)證。

“人工智能和傳統(tǒng)物理方法都有各自的優(yōu)缺點(diǎn),如何將數(shù)據(jù)驅(qū)動(dòng)和物理驅(qū)動(dòng)方法相融合,克服各自方法上的缺陷去更好的解決問(wèn)題,是我們更需要關(guān)注的,而不是因?yàn)橛腥毕菥桶堰@個(gè)方法 ‘一棍子打死’?!?羅京佳補(bǔ)充。


 參考文獻(xiàn):
下滑動(dòng)可瀏覽)
1. 江西:重度氣象干旱已持續(xù)87天,贛江北支斷流持續(xù)50多天,https://www.sohu.com/a/591056261_121119270

2.江西:長(zhǎng)江九江段、鄱陽(yáng)湖水位止跌回漲,https://www.sohu.com/a/591762416_362042

3.國(guó)家氣候中心:我國(guó)高溫?zé)崂耸录C合強(qiáng)度已達(dá)1961年以來(lái)最強(qiáng),finance.people.com.cn/n1/2022/0817/c1004-32504584.html

4.上海遭遇咸潮入侵?對(duì)供水有影響嗎?官方最新回應(yīng), https://mp.weixin.qq.com/s/jwSRquCtAJxgRpSeqqGwUw

5.地球知識(shí)局,江西,特重度干旱!https://mp.weixin.qq.com/s/W1zYVTx0QfpsM5yCb3jGxg

6.濤淘風(fēng)云,極簡(jiǎn)東亞夏季風(fēng)環(huán)流解讀史上最熱夏(下),https://mp.weixin.qq.com/s/Yt5mfciR3yjQqZkbQEnQQw

7.中華人民共和國(guó)應(yīng)急管理部,多地多舉措應(yīng)對(duì)高溫干旱天氣!持續(xù)高溫,這些安全事項(xiàng)要注意,https://mp.weixin.qq.com/s/aXeaOSCElQuOANaNIQy9XQ

8.中國(guó)天氣網(wǎng),六問(wèn)人工增雨抗旱:人工增雨難在哪 未來(lái)幾天旱區(qū)增雨條件如何?, https://mp.weixin.qq.com/s/VEfoVofkxzX-Kmr31unuuA

9.全球?yàn)?zāi)害性天氣監(jiān)測(cè)月報(bào),東亞北美等地高溫持續(xù),巴基斯坦遭受罕見(jiàn)強(qiáng)降水襲擊, www.nmc.cn/publish/tianqiyubao/quanqiuzaihaixingtianqijianceyuebao/index.html

10.Zscheischler, J., Martius, O., Westra, S. et al. A typology of compound weather and climate events. Nat Rev Earth Environ 1, 333–347 (2020). https://doi.org/10.1038/s43017-020-0060-z

11.Smriti Mallapaty, China’s extreme weather challenges scientists trying to study it, Nature 609, 888 (2022), doi: https://doi.org/10.1038/d41586-022-02954-8

12.IPCC, 2012: Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation. A Special Report of Working Groups I and II of the Intergovernmental Panel on Climate Change [Field, C.B., V. Barros, T.F. Stocker, D. Qin, D.J. Dokken, K.L. Ebi, M.D. Mastrandrea, K.J. Mach, G.-K. Plattner, S.K. Allen, M. Tignor, and P.M. Midgley (eds.)]. Cambridge University Press, Cambridge, UK, and New York, NY, USA, 582 pp. Intergovernmental Panel on Climate Change (IPCC). Climate Change 2013: the Physical Science Basis. Working Group I Contribution to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change (Cambridge Univ. Press, 2013).

13.World Climate Research Programme Strategic Plan 2019-2028. https://www.wcrp-climate.org/images/documents/WCRP_Strategic_Plan_2019/WCRP-Strategic-Plan-2019-2028-FINAL-c.pdf

14.IPCC, 2021: Summary for Policymakers. In: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [Masson-Delmotte, V., P. Zhai, A. Pirani, S.L. Connors, C. Péan, S. Berger, N. Caud, Y. Chen, L. Goldfarb, M.I. Gomis, M. Huang, K. Leitzell, E. Lonnoy, J.B.R. Matthews, T.K. Maycock, T. Waterfield, O. Yelek?i, R. Yu, and B. Zhou (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, pp. 3?32, doi:10.1017/9781009157896.001.

15.氣象人生,丁一匯:天氣氣候預(yù)報(bào)一體化模式是未來(lái)發(fā)展方向 | 氣象院士,https://mp.weixin.qq.com/s/6IOz6oYfDWfW6sAnRClyeA

16.Palmer, T. & Stevens, B. The scientific challenge of understanding and estimating climate change. Proc. Natl Acad. Sci. USA 116, 24390–24395 (2019).

17.Brunet, G. et al. Collaboration of the weather and climate communities to advance subseasonal-to-seasonal prediction. Bull. Amer. Meteorol. Soc. 91, 1397–1406 (2010).

18.Bauer, P., Dueben, P.D., Hoefler, T. et al. The digital revolution of Earth-system science. Nat Comput Sci 1, 104–113 (2021). https://doi.org/10.1038/s43588-021-00023-0


制版編輯 | 姜絲鴨



參與討論
0 條評(píng)論
評(píng)論
暫無(wú)評(píng)論內(nèi)容