666 / 2026-03-24 15:36:11

融合物理知识的AI方法在模式-观测协同发展闭环中的应用

人工智能,地球系统模式,观测

主题1 天气、气候、全球变化、行星大气 > 专题1.1 地球系统模式与模拟

由于我们对复杂物理过程的理解尚不充分，地球系统模式仍面临显著的不确定性。近年来，AI方法因其在处理高维、强非线性问题上的优势而备受关注。然而，其“黑盒”特性及泛化能力的局限，制约了其在科学领域中的可靠应用。将物理知识与AI方法有机融合，正展现出巨大的潜力：一方面，物理知识可引导AI模型获得更稳健、更可靠的性能；另一方面，AI的高效性和可解释技术，也有利于揭示和深化对复杂物理机制的理解。报告将重点介绍四项核心工作：极高分辨率模式的AI模拟器开发、AI-物理混合模型架构设计、耦合模式参数的自动化调优策略，以及基于物理约束的空间场重构技术。研究表明，通过引入物理机制引导，AI模型在保持高效性的同时显著提升了科学可靠性，为深化复杂物理机制理解及下一代地球系统模式研发提供了新思路。