人工智能气象模型台风路径预报评估和集成应用研究OA

评估了2023—2024年3个人工智能(AI)气象预报模型(盘古、风乌和伏羲)与欧洲中期天气预报中心(ECMWF)高分辨率数值模式EC在西北太平洋的路径预报性能(计38个台风),对比分析了不同预报时效、不同路径趋势、不同发展强度、不同发展阶段各方法的优劣,在此基础上,对AI模型和数值预报模式的集成应用方案进行了测试。结果表明:AI模型在短期和中长期预报中均展现出优势,其中风乌模型在中短期(24~72 h)表现最优,伏羲模型在长时效稳定性更佳;在西行路径台风预报中,AI气象模型展现出显著优势,其中72~120 h预报时效的平均路径误差较EC降低约100 km;强台风(TY级及以上)的路径预报中,AI模型在72 h以上时效误差增长率比EC低15%~20%;集成方案测试表明,针对西行类台风采用纯AI集成(加权集成Ⅱ)可降低误差,非西行类需保留EC以平衡不确定性,对不同路径趋势采用不同集成方案可望取得更高预报技巧。