中国气象局发布三个AI气象大模型系统，具体能做什么？

中国气象局曾于5月24日发布了人工智能天气预报大模型示范计划，调动和激励社会各界力量，共同打造人工智能技术研发和气象应用的创新生态，同时发布了第五批气象数据开放共享目录，旨在支撑各行业开展人工智能大模型的训练评估。

就在6月18日，中国气象局官方局最新发布了三个 AI 气象大模型系统，分别是人工智能全球中短期预报系统“风清”（以下简称“风清”大模型）、人工智能临近预报系统“风雷”（以下简称“风雷”大模型）和人工智能全球次季节—季节预测系统“风顺”（以下简称“风顺”大模型）。

风清：全球中短期预报系统

据介绍，" 风清 " 大模型由中国气象局联合清华大学组建的攻关团队构建，在大模型预报核心技术、预报精准程度上寻求突破。

该模型具有大气强物理融入和可解释性，在实现高效计算的同时，可为预测结果提供物理可解释性依据，自动挖掘包括天气系统内在的物理演变。

该模型的训练过程紧密结合物理守恒特性，可有效提升长时效预报结果的活跃度。该模型采用可扩展的多时效优化策略，可综合考虑未来多天预报的效果，有效延长预报时效，不断提升短中期预报效果。

检验结果表明，该模型全球可用预报天数达到10.5天，超过欧美主流气象预报大模型，尤其是在较长预报时效，具有更为明显的优势。 

风雷：人工智能临近预报系统

" 风雷 " 大模型同样是中国气象局与清华大学联合攻关团队构建，该模型创新性地将数据驱动与物理驱动的科学方法深度融合，极大提升了在公里级尺度上对未来0至3小时内雷达回波的预测精度，并无缝整合了深度学习技术和物理定律。

此外，“风雷”模型巧妙结合了中尺度的物理模型预报与对流尺度的人工智能预报，实现了预报准确度与细节描述的双重飞跃。

团队还建立了一整套涵盖“数据-计算力-平台”的短时临近预报体系，仅需3分钟就能输出0至3小时内每6分钟的雷达回波预测产品，使得强回波预测的准确率提高了25%。

风顺：人工智能全球次季节-季节预测系统

" 风顺 " 是人工智能全球次季节—季节预测系统，由中国气象局联合复旦大学和上海科学智能研究院基于人工智能方法构建。

该模型创新性地融入基于流依赖的集合扰动智能生成技术，更准确地捕捉到气候系统未来演变的多种可能性，并且深入分析了海洋与大气相互作用的关键环节，显著增强了对热带大气季节内振荡（MJO）的预测能力。“风顺”模型已在中国气象局的智能计算平台上投入业务运行，每日滚动更新包含100个集合成员的长期预测，生成了针对未来60天全球基础气象要素及极端天气事件的确切性与概率预报产品，尤其在预测全球降水量方面展现出了突出优势。

" 风清 "" 风雷 "" 风顺 " 三个大模型已完成了基于国产全球大气再分析资料 CRA-40、雷达观测资料、风云卫星遥感资料的训练和检验评估，有效降低了目前主流气象预报大模型对国际再分析资料的依赖度。