nav emailalert searchbtn searchbox tablepage yinyongbenwen piczone journalimg searchdiv qikanlogo popupnotification paper
2025 09 No.1011 34-41
气象大模型支撑流域暴雨预报实践探索
基金项目(Foundation): 国家自然科学基金资助项目(52379033); 水利部粤港澳大湾区水安全保障重点实验室开放研究基金项目(WSGBA-KJ202308)
邮箱(Email): liqiang65@mail2.sysu.edu.cn;
DOI:
中文作者单位:

中山大学水利部粤港澳大湾区水安全保障重点实验室;

摘要(Abstract):

随着人工智能技术发展,大模型被开发并应用于业务气象预报。聚焦海河“23·7”流域性特大暴雨洪水,采用气象大模型开展暴雨过程回顾性预报实验,对比欧洲中期天气预报中心业务气象预报产品HRES,检验气象大模型降水预报对于洪水灾害防御的推广应用价值。研究结果表明:相比传统数值气象预报,Graph Cast、Fu Xi和AIFS三个气象大模型对暴雨过程、落区形态、中心位置和发生时间的预报更准确。对于逐6 h降水量,大模型在不同预见期下均呈现相当的预报精度。对于累积降水量,Graph Cast、AIFS和HRES预报降水强度、暴雨过程和落区范围接近实况,当起报时间提前到1 d前,研究区平均累积降水量为124.6 mm,预报累积降水量分别为132.7 mm、115.5 mm和140.0 mm。对于最大降水量,Graph Cast、Fu Xi和AIFS降水强度误差较HRES更大,时间和位置误差更小。实况最大累积降水量为484.8 mm,当起报时间提前到1 d前,Graph Cast、Fu Xi、AIFS和HRES的预报值分别为329.7 mm、190.1 mm、251.2 mm和415.3 mm。整体上,气象大模型能够为洪水灾害防御提供有效的降水预报信息,服务于水旱灾害防御业务工作。

关键词(KeyWords): 气象大模型;极端降水;降水预报;洪水灾害防御;人工智能
参考文献

[1]李国英.进一步全面深化水利改革为推动水利高质量发展、保障我国水安全作出新的贡献[J].中国水利,2025(2):1-9.

[2]王浩,赵铜铁钢,田雨,等.考虑时间变化的洪涝灾害损失评估[J].水利学报,2024,55(2):127-136.

[3]张建云,舒章康,王鸿杰,等.郑州“7·20”暴雨洪涝几个水文问题的讨论[J].地理学报,2023,78(7):1618-1626.

[4]张楚汉,王光谦,李铁键.变化环境下城市暴雨致灾防御对策与建议[J].中国科学院院刊,2022,37(8):1126-1131.

[5]杜勇,陈学秋.珠江“22·6”特大洪水预报实践[J].中国水利,2022(22):33-35.

[6]卢康明,陈学秋.珠江流域北江“2022.6”特大洪水预报分析[J].中国防汛抗旱,2023,3 3(9):56-61.

[7]林祚顶,李兰涛.海河“23·7”流域性特大暴雨洪水水文测报成效、存在问题及对策[J].中国水利,2023(18):5-8.

[8]姚文广.抗御海河“23·7”流域性特大洪水的实践启示和检视思考[J].中国水利,2023(18):1-4.

[9]黄建平,陈斌.人工智能技术在未来改进天气预报中的作用[J].科学通报,2024,69(17):2336-2343.

[10]BI K F,XIE L X,ZHANG H H,et al.Accurate medium-range global weather forecasting with 3D neural networks[J].Nature,2023,619(7970):533-538.

[11]ZHANG Y C,LONG M S,CHEN K Y,et al.Skilful nowcasting of extreme precipitation with NowcastNet[J].Nature,2023,619(7970):526-532.

[12]赵铜铁钢,张弛,田雨,等.全球气象预报驱动流域水文预报研究进展与展望[J].水科学进展,2024,35(1):156-166.

[13]田奇,毕恺峰,谢凌曦.基于人工智能大模型的中期全球气象预报新方法[J].中国基础科学,2024,26(1):7-13+21.

[14]黄小猛,林岩銮,熊巍,等.数值预报AI气象大模型国际发展动态研究[J].大气科学学报,2024,47(1):46-54.

[15]LAMR,SANCHEZ-GONZALEZ A,WILLSON M,et al.Learning skillful medium-range global weather forecasting[J].Science,2023,382(6677):1416-1421.

[16]CHEN L,ZHONG X H,ZHANG F,et al.FuXi:a cascade machine learning forecasting system for15-day global weather forecast[J].npj Climate and Atmospheric Science,2023,6(1):1-11.

[17]LANG S,ALEXE M,CHANTRY M,et al.AIFS——ECMWF's data-driven forecasting system[J].arXiv,2024:10.48550/arXiv.2406.01465.

[18]BEN BOUALLèGUE Z,CLARE M C A,MAGNUS SON L,et al.The Rise of Data-Driven Weather Forecasting:A First Statistical Assessment of Machine Learning-Based Weather Forecasts in an Operational-Like Context[J].Bulletin of the American Meteorological Society,2024,105(6):E864-E883.

[19]OLIVETTI L,MESSORI G.Do data-driven models beat numerical models in forecasting weather extremes?A comparison of IFS HRES,PanguWeather,and GraphCast[J].Geoscientific ModelDevelopment,2024,17(21):7915-7962.

[20]苏翔,刘梅,康志明,等.2020年江苏主汛期短期暴雨预报检验[J].气象,2022,48(3):357-371.

[21]CHENG Y,WU H,LI Z-L,et al.Evolution and prediction of the extreme rainstorm event in July2021 in Henan province,China[J].Atmospheric Science Letters,2023,24(6):e1156.

[22]张博,张芳华,李晓兰,等.“23·7”华北特大暴雨数值预报检验评估[J].应用气象学报,2024,35(1):17-32.

[23]张大伟,毕吴瑕.从下游视角浅谈海河“23·7”流域性特大洪水应对方略[J].中国防汛抗旱,2023,33(10):27-30.

[24]唐永兰,徐桂荣,唐国瑛,等.“23·7”华北特大暴雨过程小时强降水时空分布特征[J].大气科学学报,2024,47(5):778-788.

[25]张启义.北京房山区“23·7”特大暴雨灾害的成因及启示[J].中国防汛抗旱,2023,33(10):43-47.

[26]XU H,ZHAO Y,ZHAO D,et al.Improvement of disastrous extreme precipitation forecasting in North China by Pangu-weather AI-driven regional WRF model[J].Environmental Research Letters,2024,19(5):054051.

[27]BECK H E,WOOD E F,PAN M,et al.MSWEP V2Global 3-Hourly 0.1°Precipitation:Methodology and Quantitative Assessment[J].Bulletin of the American Meteorological Society,2019,100(3):473-500.

[28]李艳忠,星寅聪,庄稼成,等.典型遥感降水产品的水文模拟性能评估[J].遥感学报,2024,28(2):398-413.

[29]尹家波,郭生练,王俊,等.基于贝叶斯模式平均方法融合多源数据的水文模拟研究[J].水利学报,2020,51(11):1335-1346.

[30]黄琦,覃光华,王瑞敏,等.基于MSWEP的祁连山地区降水空间分布特性解析[J].水利学报,2020,51(2):232-244.

[31]HUANG Z Q,ZHAO T T G.Predictive performance of ensemble hydroclimatic forecasts:Verification metrics,diagnostic plots and forecast attributes[J].WIREs Water,2022,9(2):e1580.

[32]JIANG Q,LI W Y,FAN Z D,et al.Evaluation of the ERA5 reanalysis precipitation dataset over Chinese Mainland[J].Journal of Hydrology,2021,595:125660.

基本信息:

DOI:

中图分类号:P457.6

引用信息:

[1]赵铜铁钢,李强.气象大模型支撑流域暴雨预报实践探索[J].中国水利,2025,No.1011(09):34-41.

基金信息:

国家自然科学基金资助项目(52379033); 水利部粤港澳大湾区水安全保障重点实验室开放研究基金项目(WSGBA-KJ202308)

检 索 高级检索