专栏名称: 气象学家
【气象学家】公众号平台为您解读最新气象科研进展、分享气象实用编程技巧、追踪气象即时资讯。欢迎加入气象AI和Python交流群以及气象博士群!与5W+的专业人士一起交流互动!
目录
相关文章推荐
芋道源码  ·  千万不要滥用Stream.toList(),有坑! ·  12 小时前  
PChouse家居APP  ·  Deepseek怒怼ChatGPT,究竟谁更 ... ·  2 天前  
芋道源码  ·  java 插入式注解的打开方式! ·  昨天  
海宁19楼  ·  这周日,海宁这里有大事发生! ·  2 天前  
51好读  ›  专栏  ›  气象学家

ECMWF官网展示的气象大模型已升至5种

气象学家  · 公众号  ·  · 2024-03-08 12:43

正文

第一时间获取气象科研资讯

气象学家 公众号 交流群

加入


ECMWF官网展示的气象大模型

已升至5种

由上海复旦大学推出的Fuxi气象大模型的预报结果,已可通过欧洲中期天气预报中心(ECMWF)网站访问。Fuxi采用3个机器学习模型的级联方法,其中每个资模型都针对不同的时间范围进行了优化:0—5天、5—10天和10—15天,以提高中期范围内的预测准确性。像这样在ECMWF官网上展示的气象大模型预报结果,目前已有5个,包括:AIFS、Pangu-Weather、FourCastNet、GraphCast和Fuxi。

与其他气象大模型相比,FuXi温度预测的均方根误差(RMSE)表现更好,尤其是在5—10天的预报期内。然而,这种提高准确性的同时也伴随着一定的“代价”,即降低了预报的活跃度,这是由于FuXi的预报结果在长时间范围内更为平滑,这在一定程度上减少了其模拟大气的真实性。此外,Fuxi的预报结果和IFS集合预测的集合平均结果更为接近。

与 IFS 预报结果的差异:(a)2023年6月1日至 2023年8 月31日北半球850hPa(T850)平均温度的 RMSE(越低越好)和(b)预测活跃度(活跃度越低,预报的可变性越小)


文章来源 | 领略快讯

内容编辑 | 唐伟

编辑 | 赵新宇






声明: 欢迎转载、转发。气象学家公众号转载信息旨在传播交流,其内容由作者负责,不代表本号观点。文中部分图片来源于网络,如涉及内容、版权和其他问题,请联系小编 (微信:qxxjgzh) 处理。


往期推荐
获取 ERA5/ERA5-Land再分析数据(36TB/32TB)
获取 全球 GPM降水数据,半小时/逐日(4TB)
获取1998-2019 TRMM 3B42逐日降水数据
获取最新版本CMIP6降尺度数据集30TB
EC数据商店推出Python在线处理工具箱
EC打造实用气象Python工具Metview






请到「今天看啥」查看全文