Skillful seasonal forecasts with a freely evolving AI weather model

技术摘要：通过自由演化的 AI 天气模型实现高技巧季节性预测

问题陈述
季节性预测对于农业、能源和公共卫生领域的决策至关重要，但由于大气动力学的混沌特性，这类预测仍然具有挑战性。目前最先进的业务化系统（如耦合动力模型 SEAS5）依赖于计算成本高昂的大气-海洋-海冰集合预报来生成概率预报。虽然人工智能（AI）在中小期天气预报（长达两周）和次季节预报方面已取得成功，但现有的 AI 方法未能实现广泛的多变量季节性技巧。先前的 AI 方法要么预测聚合目标，要么规定边界条件（例如，保持海表温度异常不变），或者在长程滚动中表现出稳定性但无法量化整个地球系统的广泛预报技巧。目前存在一个差距，即如何实现一个能够让耦合的大气与地表状态在六个月跨度内自由演化，同时保持与动力模型相当的技巧的单一 AI 模型。

方法论：功能图变换器 (Functional Graph Transformer, FGT)
作者引入了功能图变换器（FGT），这是一种概率性 AI 预报系统，旨在自主演化长达六个月的每日大气和地表状态。

• 架构： FGT 利用基于局部二十面体注意力算子（Appa）的全注意力图 U-Net 构建而成。它处理大气、地表、辐射、海表温度（SST）、海冰浓度和土壤湿度场。该模型通过将前两个每日状态作为输入来推进每日状态。它在不同分辨率层级内采用自注意力机制，并在不同分辨率之间采用交叉注意力机制，并使用跳跃连接（skip connections）以在不同尺度间传播动力学过程。与预测残差更新的模型不同，F多少 FGT 直接预测下一个状态，以避免在长程滚动中积累高频伪影。
• 概率生成： 系统通过函数噪声调节生成集合成员。每个成员都受一个独特的 64 维噪声向量约束，该向量在整个滚动过程中采样一次并保持固定，以确保时间相干性。
• 训练策略： 为了解决对六个月自回归步骤进行反向传播在计算上的不可行性，FGT 采用了“窗口式前推”（windowed pushforward）训练方案。模型在 180 天的自回归滚动上进行训练，但仅在三个特定的评分窗口内保留梯度：靠近开始处、随机采样的中间点以及靠近结束处。这使模型能够接触到其自身在天气、次季节和季节性提前期内的预报。
• 推理与校准： 在推理阶段，系统通过一个短的预初始化窗口生成 300 个候选轨迹。这些轨迹根据其重现观测初始条件的能力进行排序（仅使用初始化时可用的数据）。排名前 51 的候选成员被保留以形成最终集合，这一过程旨在提高集合校准度并减少过度离散。
• 数据与范围： 该模型在 1° 分辨率的 ERA5 日平均场（1959–2019）上进行训练，并在 2020–2026 年期间进行评估。它预测 56 个变量，包括 SST、海冰、土壤湿度以及各种大气压力层场，且无需规定地表变量的边界条件。

核心贡献

1. 首个具备广泛技巧的自由演化 AI 模型： FGT 被认为是第一个在不规定边界条件的情况下，实现广泛季节性技巧（从数天到数月）的 AI 系统，它能自主演化大气、海洋表面、海冰和土壤湿度。
2. 与 SEAS5 的匹配对比： 作者提供了与业务化 SEAS5 模型（相同的网格、初始化日期、集合规模和指标）进行的严格匹配对比。
3. 跨时段能力： 研究表明，单个模型可以在天气（第 1 周）、次季节（第 1–6 周）和季节（第 1–6 个月）提前期内保持技巧，挑战了针对不同时间尺度需要专门模型的现状。

结果

• 相对于气候态的技巧： 在六个月预报中，FGT 在 96% 的评估指标–变量–提前期组合（1,344 个中的 1,285 个）中优于具有趋势感知能力的统计气候态。这种技巧分布在包括降水、平均海平面气压和风速在内的气象及地表场中。
• 相对于 SEAS5 的技巧保持： 在匹配对比中，FGT 在 77% 的案例中保留了至少 80% 的 SEAS5 技巧，并在 92% 的案例中保留了超过 50% 的技巧。虽然 SEAS5 在海表温度和近地面温度（特别是在海洋上方）方面通常优于 FGT，但 FGT 在降水和近地面纬向风方面表现出具有竞争力的或更优越的性能。
• 地表演化的影响： 研究发现，允许地表变量（SST、海冰、土壤湿度）自由演化可以保留有用的厄尔尼诺–南方涛动（ENSO）变率并提升降水预报技巧。相反，持续存在的地表异常（其他 AI 季节性研究中的常见做法）会削弱降水预报技巧。
• 高影响事件： FGT 在特定高影响事件（例如 2020 年印度强降水、2022 年东非干旱）方面展示了令人期待的概率行为，通常比 SEAS5 更好地捕捉到了异常值的符号和宽广空间模式，尽管仍存在量级误差。
• 次季节表现： FGT 在第 1–6 周期间优于次季节 AI 模型 FuXi-S2S，并且在第 1 周保持了与中短期专家模型（GenCast, FGN）相当的竞争力，这表明长程滚动训练并不会降低短期技巧。
• 计算效率： 在 1° 分辨率下，使用单块 NVIDIA A100 GPU 生成 51 成员的六个月集合大约需要 19 分钟。与外推耦合动力基准（IFS–NEMO）相比，这代表了约六个数量级的计算量缩减。

意义与主张
论文声称 FGT 弥合了天气、次季节和季节性预报之间的鸿沟，推动了“无缝预测”的目标。作者强调，FGT 不仅仅是稳定的，而且是“有技巧的”，它实现了相对于气候态的显著改进，并相对于最先进的动力模型保持了实质性的技巧。

FGT 与 SEAS5 之间存在的剩余差距被视为具有科学信息价值而非失败。作者指出，SST 和偶极子模式指数（DMI）技巧的下降表明，仅靠表面海洋演化是不够的，这指向了未来 AI 模型需要引入深层海洋变量和更丰富的陆地状态表示。研究结论认为，AI 预报可以维持从数天到季节的有益技巧，为长时标地球系统预测开辟了新前沿，前提是未来的工作能够解决海洋动力学表示问题并改进长程不确定性校准。