XiChen：一个具有 4D 变分知识的可扩展观测的全 AI 驱动全球天气预报系统

近期在人工智能（AI）领域的进展展示了其在天气预报方面具有巨大的革命潜力。然而，大多数基于AI的模型仍然依赖数值天气预报（NWP）系统进行初始条件准备，这通常需要在超级计算机上耗费数小时。本文介绍了一种名为XiChen的全新观测可扩展全AI驱动全球天气预报系统，该系统的整个流程，从数据同化（Data Assimilation, DA）到中期预报，仅需17秒即可完成。XiChen建立在一个为天气预报预先训练的基础模型之上。同时，该模型经过后续微调，既可用作观测算子，也可用作数据同化模型，从而能够灵活地同化常规观测和原始卫星观测数据。此外，四维变分知识的融合确保了XiChen的数据同化和中期预报精度与业务NWP系统相当，令人惊讶的是，其有效预报时效超过了8.25天。这些研究结果表明，XiChen具备强大的潜力，有望实现完全独立于NWP系统的全AI驱动天气预报。