全球大气动力学的公里尺度建模可实现细粒度的天气预测,并降低了灾难性的天气和气候活动的风险。因此,建立公里尺度的全球预测模型是气象域中的持久追求。在过去的几十年中,已经做出了积极的国际努力,以改善数值天气模型的空间分辨率。尽管如此,由于大量消耗了计算资源,开发更高的分辨率数值模型仍然是一个长期的挑战。数据驱动的全球天气预测模型的最新进展利用重新分析数据进行模型培训,并且比数值模型表现出可比甚至更高的预测技能。但是,它们都受到重新分析数据的分辨率的限制,并且无法产生更高分辨率的预测。这项工作介绍了Fangwu-GHR,这是以0.09◦水平分辨率运行的第一个数据驱动的全球天气预测模型。Fengwu-GHR引入了一种新颖的方法,该方法通过从预处理的低分辨率模型中继承了先验知识,为基于ML的高分辨率预测打开了大门。2022年天气预测的后广播表明,风水GHR优于IFS-HRES。此外,对极端事件的施加观测和案例研究的评估支持了风口GHR在高分辨率下的竞争性操作预测技能。
主要关键词