人工智能模型“风顺”对中国区域降水技巧检验

胡家晖; 陆波; 李昊; 陈磊; 仲晓辉; 周辰光; 吴捷; 冯胤庭; 徐邦琪; 赵春燕; 辛昱杭; 赵阳

doi:10.13878/j.cnki.dqkxxb.20250401001

大气科学学报 ›› 2025, Vol. 48 ›› Issue (03) : 366 -376. DOI: 10.13878/j.cnki.dqkxxb.20250401001

人工智能模型“风顺”对中国区域降水技巧检验

胡家晖, 陆波, 李昊, 陈磊, 仲晓辉, 周辰光, 吴捷, 冯胤庭, 徐邦琪, 赵春燕, 辛昱杭, 赵阳

作者信息 +

Author information +

文章历史 +

PDF

摘要

次季节预测在农业规划、防灾减灾和水资源管理等领域具有重要意义。基于人工智能的“风顺”次季节预测模型(CMA-AIM-S2S-Fengshun),结合自主研发的CRA-40再分析数据和FY-3E卫星数据，通过级联Swin Transformer模块和智能扰动生成技术，实现了气候多要素集合预测。对2017—2021年中国区域降水的历史回算检验表明，“风顺”在逐候平均降水预测中的表现显著优于欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)模式，整体技巧提升18.6%,其中华南地区提升41.2%,东部地区提升26.5%。在MJO(Madden-Julian Oscillation)预测方面，“风顺”将技巧保持时间延长至32 d(CRA-40驱动),超过ECMWF的30 d基准。个例分析显示，模型对2024年7月中旬华北强降水过程的落区和强度预测精度更高，提前3～4候捕捉到关键异常信号。