结果揭晓！ECMWF人工智能气象竞赛最新赛段收官

微软领衔团队荣获ECMWF AI气象预报挑战赛冠军

AI气象竞赛（AI Weather Quest）的参赛者们正运用人工智能技术进行次季节天气预报——这一预报时间尺度恰好填补了长期与短期预报之间的空白，对于帮助各地区应对极端天气事件（如气旋和寒潮）至关重要。

来自15个国家的参赛团队静候真实天气事件的发生，以验证其预报的准确性。

这场由欧洲中期天气预报中心（ECMWF）组织的竞赛，旨在加强次季节天气预报领域的协作与创新。由于大气环流中复杂的相互作用，这一时间窗口的天气预报 notoriously 困难重重。

与季节预报不同，次季节预报预测的是季节内特定时期的天气状况，有助于指示社区何时将受到影响。与季节预报相比，它们还能将预测范围从大的大陆区域细化到更具体的地区位置。

例如，季节预报可能预示印度洋大范围区域出现气旋的概率增加，而次季节预报则能在更具体的区域层面预测风险，如马达加斯加西北部。同样，次季节预报不必预测整个欧洲出现低温的风险升高，而是可以突出显示在特定时期某个国家（如法国）出现冬季灾害的可能性更高。

这种精细化程度的提升有助于社区将资源调配到正确的地点，并采取相应行动，如准备疏散、加固房屋或储备食物。

在这场竞赛的首个竞技年度，已吸引了42支团队参与。参赛者每周提交次季节预报，并根据模型的实际准确率进行评分。每周分数在AI气象竞赛网站上实时公布，并在每个13周的竞赛周期内进行累计。

ECMWF今日公布，最新赛段——2025年12月至2026年2月（DJF 2025/26）的获胜者是MicroEnsemble团队。

该团队由微软领衔，成员包括在气象学、工程学、统计学和人工智能领域各有所长的科学家。他们在气温、平均海平面气压和降水量等各项气象变量中均表现最为稳定。他们的方法是利用人工智能技术对ECMWF最先进的动力预报进行后处理。

代表团队发言的微软研究院高级首席研究员莱斯特·麦基（Lester Mackey）表示：

"攻克AI气象竞赛是一项激动人心的过程，也是提升概率预报能力的宝贵学习经历。我们相信，成功源于组建了一支拥有气象、工程、统计和AI互补专长的明星团队，以及共同致力于构建造福社会的解决方案的热情。我们将继续改进次季节预报技术，并期待与ECMWF及其他次季节AI开发者合作。"

排行榜上头部竞争依然激烈，MicroEnsemble团队以微弱优势领先，而中国LP团队在3周预报中排名第二，在4周预报中排名第三。ECMWF自有团队在3周预报中排名第三，在4周预报中排名第四。

这三支团队均展示了后处理方法和纯数据驱动方法的快速进步，随着团队在这一实时基准测试过程中不断完善模型，这些方法将在接下来的竞赛周期中持续演进。

代表LP团队发言的江苏省气候中心高级工程师卢鹏表示：

"非常感谢ECMWF提供这个宝贵的机会，让我们能在接近真实预报的环境中测试想法。我们对降水的简单预测方法仅需不到100行额外代码，在普通电脑（无需GPU）上不到十秒就能运行。这表明只要有相对简单的工具，许多有价值的实验就能实现。与来自不同背景但拥有深厚专业知识和热情的参与者合作，让我们能够共同致力于开发下一代预报系统。"

尽管大多数参赛团队来自欧洲、中国和美国，但来自尼日尔、摩洛哥、肯尼亚、南非、秘鲁和韩国的团队也参与其中，反映出人工智能/机器学习方法在天气预报领域的全球影响力日益扩大。

肯尼亚Fahamu团队在持续提交预报的同时，率先运用Anemoi技术，在发展中国家实现了业务化次季节预报。

代表团队发言的政府间发展组织气候预测与应用中心（ICPAC）数据科学家和机器学习专家尼沙德·卡拉达斯（Nishadh Kalladath）表示：

"AI气象竞赛为业务预报中心、研究人员和从事天气气候工作的实践者提供了一个独特的机会，共同探索新兴AI方法如何补充和扩展传统天气预报系统。如果我们希望AI驱动的天气和气候预报成为惠及基层社区的业务化早期预警系统的一部分，这种合作至关重要。对于我们东非团队而言，可靠的次季节预报对于改进早期预警系统和支持干旱、洪水等灾害的 anticipatory action 至关重要。AI气象竞赛使我们能够测试如何将基于AI的集合预报系统转化为决策者可操作的资讯。"

ECMWF在竞赛中应用的团队采用了人工智能/综合预报系统（AIFS），目前是所有纯数据驱动模型（即不使用传统基于物理的天气模型输出作为输入）中排名最佳的。

ECMWF数据驱动次季节预报科学家、AIFS气象竞赛团队负责人雅各布·施勒尔（Jakob Schloer）表示：

"AI气象竞赛为我们提供了一个绝佳的机会，在实时环境中对AIFS模型的不同版本进行早期开发阶段的测试。这对团队来说既令人兴奋又充满乐趣。我们很高兴AIFS已在竞赛中确立了最佳纯数据驱动模型的地位。但尤其宝贵的是，能够观察其他团队如何应对同样的挑战——特别是那些将传统数值方法与机器学习相结合的团队。归根结底，我们相互学习，共同推动整个领域向前发展。"

这场由欧盟通过"目的地地球"（Destination Earth）计划资助，并被世界气象组织（WMO）认可为WMO综合处理与预报系统（WIPPS）试点项目的竞赛，现已进入首届竞赛的中途阶段。ECMWF用户推广与参与助理、AI气象竞赛组织负责人奥尔加·洛格尔（Olga Loegel）总结道：

"AI气象竞赛不仅是评估人工智能在次季节天气预报中表现的透明基准平台，更是一个全球学习框架。我们将ECMWF成员国和合作国以及国际社会的研究人员、气象服务机构和企业汇聚一堂的合作方式，创造了一个共享空间，用以交流关于AI在哪些方面以及如何改进预报的洞察。这对于建立有力的科学证据、加强对新方法的信任，以及最终改进支持全球决策的预报至关重要。竞赛中的每一位参与者，无论排名如何，都在为这一目标做出贡献。"

编译自：eurekalert

END

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，请联系小编处理。