阅读时间 4 分钟预报

气象观测越多,越需要更多计算才能见效

气象数据到来的速度,已经超过多数预报业务的消化能力。本文说明为什么更多的观测要有更多的计算才能改进预报,以及 GPU 能起什么作用。

机房里 IBM Summit 超级计算机的一排排黑蓝色机柜,上方是黄色的线缆桥架。

首次发布于 2022年3月1日 · 更新于 2026年11月16日

气象数据到来的速度,已经超过多数预报业务的消化能力。新的卫星、雷达和地面传感器,上报频次和精细程度逐年提高。但一条观测只有在模式能把它吸收进去、并赶在需要预报之前运行完毕时,才会改进预报。对运营负责人来说,这就把一个科学问题变成了预算问题:要把更多的数据变成更好的决策,需要多少计算?

观测为什么重要,空白又在哪里

每一次数值预报都从对当前大气状态的估计出发。这个初始场中的误差会随着模式向前积分而增长,所以预报的质量不可能超出其背后观测所允许的水平。

观测的覆盖并不均匀。高空观测站测量整层大气的温度、湿度和风,而在世界上很多地区,这些站点相距很远。下面这张世界气象组织的地图按国家显示了高空观测报告的间距,深红色表示间距最大。

按国家显示高空气象观测报告水平间距的世界地图,单位为公里。非洲大部以及南美洲、南亚和太平洋的部分地区间距最大,以深红色表示。

填补这些空白是划算的。世界银行一份关于地基气象观测数据价值的报告估计,在新的观测数据上每投入一美元,可带来至少二十六美元的社会经济效益。

数据的增长快于计算能力

卫星改变了供给侧。下图出自 Christopherson、Chandra 和 Quanbeck(2019),按发射年份和用户类型统计卫星数量。商业发射自 2014年起急剧上升。

1974年至 2019年每年发射卫星数量的柱状图,按商业用户、公共或私营用户、政府或民用用户划分。商业发射自 2014年起急剧上升。

数据多了,本身并不起作用。它必须经过资料同化:这一步把新的观测与最近一次短时预报融合起来,生成下一次运行的初始场。同化是预报系统中代价最高的环节之一,因为主流方法要把模式反复运行很多次,才能确定每条观测应占多大权重。

代价还不止于此。初始场包含了更多细节之后,预报模式需要更细的网格才能把这些细节保留下来。更细的网格需要多得多的计算量。数据、同化和分辨率,花的都是同一笔预算。

NOAA 的顾问在 2022年说了什么

对这个问题最清楚的公开表述来自 NOAA 的科学咨询委员会。据HPCwire 2022年1月的报道,该委员会的报告认定,天气预报的改进直接受限于可用于开发、测试和运行新模式与资料同化的计算资源。报告呼吁在其后十年内,使计算能力达到 NOAA 当时业务计算能力的 100 倍量级。

那是 2022年针对一家国家级气象机构所作的表述,但其中的道理适用于任何自行运行预报的机构:只买更多数据而不增加计算,数据就会闲置。

GPU 能起什么作用

获得更多计算能力有两条路。一条是增加同样的处理器。另一条是换用单个就能完成更多这类工作的处理器。在 GPU 上运行预报模式属于第二条路。

AceCAST 在 NVIDIA GPU 上运行由 NCAR 维护的 WRF(天气研究与预报模式)。它保留 WRF 工作流程,输入、namelist 和输出均与 WRF 兼容,可部署在本地或云端的 Linux 系统上。AceCAST 负责的是预报运行本身。准备观测和初始条件的各个步骤,仍由您团队已在使用的工具完成,AceCAST 读取这些工具生成的 WRF 兼容输入。

查看基准测试和成本示例.

衡量新增的数据是否有帮助

更多的观测和更细的网格都是投资,应当像检查投资一样检查它们。预报检验对照台站、激光雷达或雷达为每次预报评分,采用偏差、平均绝对误差和均方根误差等指标。在做出改动的前后各做一次检验,覆盖的天数要足以得出可靠结论。另外,TempoQuest 正在开发一款预报检验工具(Forecast Verification Tool),旨在改进天气预报的检验。

如果您不想自己运行模式

有两种选择可以绕开硬件问题。Aerava可为您标记的站点运行预报,并在运行前显示价格。定制气象数据按项目交付模式输出,常见需求的分辨率约为 1 km 或 3 km,时间间隔为 15 分钟、30 分钟、逐小时或逐日。

了解 AceCAST 5(现已推出)的物理方案、输出和升级指引。

下一步

了解 AceCAST,或估算预报成本。

您的预报

您自己也有预报方面的问题?

告诉我们它要服务于哪项决策。填写一份简短的表单即可联系到团队,我们会审阅每一条来信。