资讯配图
原文发表于《科技导报》2025年第11期科技新闻-深度报道
天气预报有望突破2周的预报上限——AI模型表明“蝴蝶效应”的真实限制仍未可知


资讯配图

20世纪60年代混沌理论认为,即使小如蝴蝶振翅的大气过程建模误差,也会产生滚雪球效应,从而限制天气预报的时效

(图片来源:Pixabay网站)

自现代天气预报发展以来,就有这样一种论断:由于大气中的小尺度扰动会不断积聚,超过2周的天气预报都会失效。欧洲中期天气预报中心(世界领先的天气预报机构)地球系统建模负责人Peter Dueben表示,基于20世纪60年代混沌理论和“蝴蝶效应”提出的2周上限已成代代传承的真理,“如今似乎已成天经地义的法则”。
然而,即使是“天理”,也不可能完全正确。
借助谷歌开发的人工智能(AI)天气预报模型,大气科学家认为,未来有望实现1个月甚至更长时间的预报。这项研究于2025年4月以预印本形式发表在arXiv上。研究负责人、华盛顿大学博士研究生Trent Vonich表示,“目前尚未得出准确的预报上限,只是我们的计算能力已达到极限”。
俄克拉荷马大学计算机科学家、气象学家Amy McGovern表示,Vonich与其导师Gregory Hakim在2025年美国气象学会年会上报告该成果后,引起学界热烈反响。利用计算机模型,研究人员已将有效预报时效延长至约10天,逐步接近2周的上限。她指出,若证明可以从原则上突破这一上限,“意味着AI终将实现,这着实令人振奋”。
但这项研究也存在局限性。慕尼黑路德维希-马克西米利安大学大气科学家Tobias Selz指出,该研究并未实际做出2周以上的天气预报,仅用历史数据测试模型。另一方面,如Selz等在2023年的一项研究(发表于Geophysical Research Letters)中论证指出,AI模型忽略了大气的小尺度扰动,例如蝴蝶振翅般的微小影响,而这类扰动被认为会产生“滚雪球效应”,进而影响预报上限。“对于利用AI模型论证天气可预报性是否可靠,我仍持保留态度。”
天气预报具有内在的可预测上限,这一理念由麻省理工学院(MIT)著名数学家、气象学家Edward Lorenz首次提出。他在1963年的一篇论文中指出,在描绘大气或类似混沌系统的初始状态时,即使存在微小差异,最终也可能导致预报结果大相径庭。在1969年的另一篇论文中,他提出,由于小尺度误差会迅速增长,即便初始状态近乎完全可知,系统仍存在可预报性上限。
然而,Lorenz实际并未明确2周这一具体时限。在一项最新的历史研究中,负责人圣地亚哥州立大学数学家Bowen Shen指出,Lorenz提出了多个可能的极限值,但并未明确具体时限。2周可预报上限的理论实则源自MIT的Jule Charney等先驱学者,大约在同一时期,这批学者对世界首个数值天气预报模型的预测能力进行了评估。Shen还指出,Lorenz于1969年开展的建模实验中,其所采用的方程式对输入数据极为敏感,Shen对此质疑,认为“蝴蝶效应”可能是一个伪命题。他表示,无论如何,2周可预报上限的理论仍缺乏事实依据,“这一理论并非客观的物理定律,而是一种经验假说”。
Vonich和Hakim利用谷歌的AI模型GraphCast开展了一项最新研究,该模型训练基于40年“再分析数据”,即结合观测数据和短期模型预报生成的高分辨率全球天气数据。这项研究旨在了解在大幅提升初始条件(起始状态)准确性的情况下,GraphCast的预测表现。
为此,Vonich和Hakim比较了根据“再分析数据”得出的大气最终状态以及GraphCast的预报结果,而预报偏差可用于调整模型初始条件,使其更接近大气的真实状态。业务天气预报模型也可以通过类似方式逆向调整。然而,回溯12 h以上所需的计算量会急剧增加。相比之下,GraphCast的架构设计使其能够轻松运行数千次回溯分析,甚至可回溯更长时间的数据,从而锁定最接近实际情况的大气初始状态,Hakim表示,“这相当于把答案直接呈现在我们面前”。
采用经训练的初始条件,GraphCast的10天天气预报准确率平均提升了86%,Vonich表示,这是天气预报领域的一次“巨大飞跃”。更值得注意的是,该模型展现出预报未来33天以上天气的潜力。Hakim最初对此难以置信,他感叹道,“这几乎违背现实,但结果就摆在眼前,而且经得起重复验证”。
此外,Vonich和Hakim对模型调整初始条件的方式进行了校验,以免其作出违反实际的修改。研究发现,该模型对大尺度温度等参数进行了小幅调整,并强化了传统天气预报模型常会抑制的风场类型。加州理工学院计算机科学家Animashree Anandkumar指出,只要充分掌握数据,AI就能克服传统模型固有的近似值和误差问题,“唯有摒弃一切成见,才有可能转变思路”。
然而,Selz指出,目前没有证据表明模型调整后的初始条件更接近大气的真实状态。这些调整可能只是为GraphCast预报创造了一个理想的初始状态,形成某种自我兑现的预言。Selz猜测,如果受到任何扰动,延长的预报窗口可能会再次关闭,“而这正是‘蝴蝶效应’所揭示的现象”。
Dueben认为,尽管如此,这项研究对传统认知提出了诸多质疑。一直以来,Dueben始终对“蝴蝶效应”在天气预报领域的适用性持怀疑态度,他表示,“认为仅凭小尺度扰动就能影响甚至突破可预报上限,这种观点可能过于狭隘”。对此,美国海军研究实验室研究气象学家James Doyle表示赞同,他认为,Lorenz关于微小误差会不断扩散的看法不无道理,“但其影响程度仍有待商榷”。
目前,由于缺乏比现有卫星和气象探测气球更精确的大气观测工具,长达1个月的天气预报仍面临挑战。但Doyle指出,如果这一新的预报时限成为可能,那么当下更应该加快气象研究的步伐,“这项研究告诉我们,通过拓展模型的能力边界,天气预报还能实现更多突破”。
文/Paul Voosen

译自Science,2025,388(6749))

精彩内容回顾

抗关键字猜测攻击+精准权限控制,云数据有了双层防盗
5G波束“遥控器”诞生!一根光纤编织电波罗网
环状适配体:食品、环境、医疗领域的"识别利器"
市场占有率飙至90%,中国储能电池测试技术崛起之路
钙基电池:下一代低成本、高能量密度储能技术

《科技导报》创刊于1980年,中国科协学术会刊,主要刊登科学前沿和技术热点领域突破性的研究成果、权威性的科学评论、引领性的高端综述,发表促进经济社会发展、完善科技管理、优化科研环境、培育科学文化、促进科技创新和科技成果转化的决策咨询建议。常设栏目有院士卷首语、科技新闻、科技评论、专稿专题、综述、论文、政策建议、科技人文等。

资讯配图