在 2023 年 6 月和 12 月举行的欧洲中期天气预报中心 (ECMWF) 理事会的最后两次会议上，ECMWF 成员国批准了两项重要举措，旨在加强其天气预报链中机器学习的开发、测试和实施。
该项目于 6 月获得批准，具体旨在增加 ECMWF 内部的资源，扩大机器学习 (ML) 的工作范围，从加强正在进行的传统方法和 ML 方法相结合的混合模型研究到开发完全由数据驱动的预测系统。
该项目于 12 月获得批准，其做法是中心的成员国联合起来，共同解决他们最擅长的机器学习在天气预报中的应用方面的问题。这两个互补的项目并行且密切合作，认识到机器学习在天气预报方面的潜力，并在 EZWM 和欧洲气象部门在这一领域的广泛活动的基础上开展。
摘自 ECMWF 实验性 AIFS 机器学习模型对 2023 年 11 月 2 日（风暴 Ciarán）平均地表气压和风速的 48 小时预报。 （图片：EZWM。）
在该提案于 6 月份获得批准仅几个月后，ECMWF 就发布了新的数据驱动模型，该模型
AIFS（人工智能/综合预报系统）
。虽然 AIFS 已经显示出良好的结果，但 ML 技术仅用于预测过程的一部分。仅使用 ML 来开发完整的预测链还需要做大量工作。此项工作以现有成果为基础，将成为 ECMWF 四年期项目和成员国分布式项目的一部分。
ECMWF成员国加强合作
瑞士和挪威共同承担了后一个项目的领导责任，并将协调其发展。瑞士气象局局长 Christof Appenzeller 和挪威气象局局长 Roar Skålin 在一份联合声明中表示：“尽管许多 ECMWF 成员国已经在自己的气象服务中使用机器学习，但继续甚至加强我们的合作仍然非常重要。这对于欧洲在气象预报领域的领导地位至关重要。机器学习在改善我们的预测和服务方面具有巨大潜力，并使我们能够更好地保护民众免受恶劣天气的影响。我们自己的实验以及 ECMWF 的全球范围内的 AIFS 的最新且非常有希望的结果清楚地表明，我们需要在这个方向上投入大量资金。”
与欧洲各地观测结果相比，2 米温度的均方根误差 (RMSE)，将 IFS 与 2024 年 1 月 10 日发布的最新 AIFS 版本进行比较。新版AIFS将水平分辨率提高到0.25度，增加了预测场的数量，并采用了图形神经网络与Transformer相结合的模型结构。这会带来更好的结果，尤其是在表面上。更多信息将很快在 AIFS 博客上发布。
与欧洲各地观测结果相比，2 米温度的均方根误差 白俄罗斯 WhatsApp 号码 (RMSE)，将 IFS 与 2024 年 1 月 10 日发布的最新 AIFS 版本进行比较。新版AIFS将水平分辨率提高到0.25度，增加了预测场的数量，并采用了图形神经网络与Transformer相结合的模型结构。这会带来更好的结果，尤其是在表面上。更多信息将很快在 AIFS 博客上发布。 （图片来源：ECMWF）
欧洲致力于将机器学习应用于天气和气候预报的承诺并未结束。这
目的地地球倡议
欧洲联盟
刚刚收到大量额外资金
加强机器学习的使用，开发基于机器学习的地球系统模型，支持量化地球系统数字孪生的不确定性并提高其交互性。
法国气象局研究主任马克·蓬托 (Marc Pontaud) 代表领导开发极端天气事件数字孪生的联盟发言时表示：“数字孪生的重要性及其对社会产生的积极影响怎么估计也不为过。对人工智能重点项目 亚马逊常见骗局及避免方法 的额外资助将为我们的预警和咨询系统带来突破性的改进，并将增强欧洲气象部门以新的、有效的方式预测极端天气事件的能力，并为受影响的部门提供支持。”
还有很多事情要做
虽然 AIFS 和世界各地其他组织取得的成果令人印象 线数据库 深刻，但必须强调的是，还需要做大量工作来优化 ML 的使用。在未来的几个月和几年里，我们的目标将是针对预测链的所有部分，同时也包括气象学家估计所有可能的未来天气情景及其概率所需的概率维度。在机器学习模型能够可靠、准确地补充传统模型之前，还有很多工作要做，而且这无疑是一个挑战。欧洲决定接受这一挑战并在其中发挥主导作用。