Towards an end-to-end artificial intelligence driven global weather forecasting system

要約

天気予報システムは科学と社会にとって重要であり、人工知能（AI）を中期天気予報に応用することで大きな成果が得られています。
ただし、既存の AI ベースの天気予報モデルは、予測を行うための初期条件として、従来の数値天気予報 (NWP) システムの分析または再分析プロダクトに依存しています。
初期状態は通常、計算コストと時間がかかる従来のデータ同化コンポーネントによって生成されます。
ここでは、地球規模の気象変数に対する AI ベースのデータ同化モデル、つまり Adas を紹介します。
信頼行列を導入することにより、Adas はゲート畳み込みを使用してまばらな観測を処理し、ゲート クロスアテンションを使用して背景と観測の間の相互作用をキャプチャします。
さらに、Adas を高度な AI ベースの予測モデル (FengWu) と組み合わせて、初のエンドツーエンドの AI ベースの地球規模天気予報システム、FengWu-Adas を構築します。
私たちは、Adas が地球規模の観測を同化して高品質の分析を生成し、システムが長期間安定して動作できることを実証します。
さらに、私たちはこの方法を現実世界のシナリオに初めて適用しましたが、これはより困難であり、実用化の可能性がかなりあります。
AIによる分析に基づく予測も、初めてIFSを上回る巧みな予測リードタイムで実現しました。

要約(オリジナル)

The weather forecasting system is important for science and society, and significant achievements have been made in applying artificial intelligence (AI) to medium-range weather forecasting. However, existing AI-based weather forecasting models rely on analysis or reanalysis products from traditional numerical weather prediction (NWP) systems as initial conditions for making predictions. Initial states are typically generated by traditional data assimilation components, which are computational expensive and time-consuming. Here we present an AI-based data assimilation model, i.e., Adas, for global weather variables. By introducing the confidence matrix, Adas employs gated convolution to handle sparse observations and gated cross-attention for capturing the interactions between the background and observations. Further, we combine Adas with the advanced AI-based forecasting model (i.e., FengWu) to construct the first end-to-end AI-based global weather forecasting system: FengWu-Adas. We demonstrate that Adas can assimilate global observations to produce high-quality analysis, enabling the system operate stably for long term. Moreover, we are the first to apply the methods to real-world scenarios, which is more challenging and has considerable practical application potential. We have also achieved the forecasts based on the analyses generated by AI with a skillful forecast lead time exceeding that of the IFS for the first time.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google