AI天气模型借“translocation”预测区域灰天鹅: 迪拜2024年空前降雨

摘要

人工智能模型已改变天气预报，但其对空前极端天气的技巧仍不清楚。研究分析 GraphCast、AIFS 和 FuXi 对迪拜2024年空前风暴的预报；该地区降雨量达到训练集最高值的两倍。GraphCast 和 AIFS 可提前8天准确预报，FuXi 虽预报出事件却低估降雨。微调与感受野分析提示，这些模型的成功源于“translocation”：在训练中从其他区域可比或更强的动力相似事件学习；未发现“extrapolation”（从较弱事件学习）的证据。即便处于全球分布尾部的事件也预报不佳，这不仅源于数据不平衡（泛化误差），也源于频谱偏置（优化误差）。研究显示AI模型有潜力预报“区域性”灰天鹅，并可通过理解其成功与局限的机制加以改进。