Nature子刊，上智院、复旦、中国气象局研发次季节AI大模型「伏羲」，突破「可预报性沙漠」

编辑 | ScienceAI

作者 | 伏羲团队

国务院印发的《气象高质量发展纲要（2022—2035 年）》明确提出要「提前一个月预报重大天气过程」，而这离不开 15 天以上的次季节气候预测技术。

次季节气候预测关注的是未来 15~60 天的气候异常，可以为农业、水利、能源等领域的生产安排提供重要支撑。

相比时效在两周以内的中短期天气预报，次季节气候预测的不确定性更大。它不仅需要考虑初值问题，还要考虑边界强迫的影响，预测来源更为复杂，预测技巧也较少。因此，次季节气候预测一直被称为「可预报性沙漠」，

由于其复杂性，甚至连 AI 大模型在时间尺度上的表现亦长期未能超越传统模型。

为了解决这个问题，上海科学智能研究院（简称上智院）、复旦大学、中国气象局国家气候中心联合研发了「伏羲」次季节气候预测大模型（FuXi-S2S) ，首次超越传统数值预报模式的标杆 —— 欧洲中期天气预报中心（ECMWF）的 S2S 模式。

近日，该成果以「A Machine Learning Model that Outperforms Conventional Global Subseasonal Forecast Models」为题的论文，被国际权威综合性期刊《Nature Communications》杂志收录发表。

作为一种机器学习模型，「伏羲」次季节气候预测大模型包含较为全面的变量：13 个气压层的 5 个高空大气变量和 11 个地面变量。其独特之处在于能够快速有效地生成大型集合预测，在大约 7 秒内完成长达 42 天的全球日平均预报。

这些预测信息对于农业规划、资源管理、灾害准备，以及抵御热浪干旱、寒潮洪水等极端天气事件至关重要。

「伏羲」次季节气候预测大模型在技术上实现了两个关键性创新：

一是引入了海气相互作用过程，特别是将热带大气季节