#科研进展# 【融合动力和人工智能的集合预报方法及其在热带气旋预报中的应用】近日，AAS有研究针对人工智能（AI）模型天气预报面临的关键挑战，利用正交条件非线性最优扰动（O-CNOPs）动力学方法，基于Fuxi模型发展了一套深度融合动力与AI的集合预报系统。
该系统在热带气旋（TC）预报中实现了计算效率与动力一致性的兼顾与平衡。传统集合预报受限于高昂的计算成本，而现有的AI集合预报则受困于扰动方法的不完善，而该研究发展动力-AI融合集合预报系统能够生成动力优化的初始扰动，在保持物理合理性的同时，合理捕捉FuXi模型的快速增长初始误差。该系统的核心创新在于通过生成遵循FuXi模型非线性动力特征的正交初始扰动，构建出能够刻画主导动力过程的扰动结构，从而实现了具有物理可解释性的概率预报。通过提供优于欧洲中期天气预报中心集合预报系统的确定性和概率预报能力，本研究开辟了AI计算优势与物理动力约束深度融合的集合预报新范式，而TC预报水平的明显提高，不仅为其他高影响天气的可靠集合预报开辟了新道路，更彰显了AI集合预报业务化应用的可行性。查看更多 http://t.cn/AXXLDUrP