地球与环境 · OECD FoS 1.5 · 教育部 0706 大气科学
气象与气候科学
Meteorology & climate science
L3系统改造 ↑ 上升 综合分 3.35 · 上次复审 2026-10-21 · 下次复审 2026-12-20
最大突破 2023-07-05 AI 飞跃学科飞跃
盘古气象大模型（Nature） ↗
首个在中期预报精度上超过欧洲中心业务数值模式的 AI 模型
分级理由
AI 天气模型已进入业务预报：ECMWF 的 AIFS 于 2025-02 转为业务运行、2026-05-12 升级到 v2；NOAA 部署 AIGFS 等 AI 全球模型。GraphCast、GenCast、盘古等同行评审成果奠定了基础。
S = 0.30·method + 0.35·discovery + 0.25·adoption + 0.10·education（教育缺证据时记 0 分；若为空则按其余权重归一）
依据来源
- ecmwf.int/en/about/media-centre/news/2025/ecmwfs-ai-forecasts-become-operational
- ecmwf.int/en/newsletter/187/news/implementation-aifs-v2
- noaa.gov/news-release/noaa-deploys-new-generation-of-ai-driven-global-weather-models
综合分 2.5–3.49（或 ≥3.5 但方法/发现/采用有一项低于 3）：AI 成为标准基础设施或业务流程，多项独立突破。 全部分级标准 →
研究方向
数据驱动中期预报集合概率预报物理-AI 混合气候模型极端天气
论文
- Advancing subseasonal forecasting with machine learning 微软 PBC：机器学习概率偏差校正推进次季节（2–6 周）预报，使 ECMWF AIFS 技巧翻倍（Nature）
AI：轻量模型学习任意预报系统的系统性误差，并在 ECMWF AI Weather Quest 中夺冠；学科：改进了 ECMWF 业务次季节预报 98% 的降水目标，填补 2–6 周预报空档
2026-10-14 · Nature
- A foundation model for the Earth system Aurora 地球系统基础模型（Nature）
地球系统基础模型覆盖空气质量、海浪、热带气旋
2025-05-21 · Nature
- End-to-end data-driven weather prediction Aardvark Weather：端到端数据驱动天气预报，直接从观测出发（Nature）
绕过传统数据同化，首次用单一模型从原始观测出预报
2025-03-20 · Nature
-
学科飞跃
Probabilistic weather forecasting with machine learning GenCast 概率集合预报（Nature）概率集合预报在 97% 指标上超过 ECMWF ENS
2024-12-04 · Nature
- Neural general circulation models for weather and climate NeuralGCM 混合大气模型（Nature）
AI 与物理混合的大气环流模型，可做气候模拟
2024-07-22 · Nature
-
学科飞跃
Learning skillful medium-range global weather forecasting GraphCast 中期天气预报（Science）90% 指标优于 HRES，1 分钟出 10 天预报
2023-12-22 · Science
-
AI 飞跃学科飞跃
Accurate medium-range global weather forecasting with 3D neural networks 盘古气象大模型（Nature）首个在中期预报精度上超过欧洲中心业务数值模式的 AI 模型
2023-07-05 · Nature
- 空间天气对十米级电离层不规则体空间分布的影响 Space weather dependence of decameter-scale ionospheric irregularities spatial distribution
基于 SuperDARN 等雷达数据和空间天气参数，用自学习模式识别构建高纬电离层不规则体的现报与预报模型。
2026-10-21 · arXiv · Oleg I. Berngardt, Ivan A. Lavygin
- 用时空深度学习分离观测气候演变中的强迫与内部变率 Disentangling forced and internal components in observed climate evolution using spatiotemporal deep learning
训练 ConvLSTM 区分外强迫响应与内部变率，表现优于现有方法；应用于观测发现内部变率主导了赤道太平洋类拉尼娜增暖格局等争议特征。
2026-10-20 · arXiv · Parvathi Kooloth, Wenyu Zhou, L. Ruby Leung, Shang-Ping Xie
- AirMPA：面向全球空气质量预报的气象-污染适配器 AirMPA: A Meteorology-to-Pollution Adapter for Global Air Quality Forecasting
提出解耦的自回归框架，先预报气象再映射到污染物，提高全球空气质量预报的灵活性。
2026-10-19 · arXiv · Yiheng Wang, Kai Zheng, Yuetan Lin, Fanglu Fan
- 多尺度耦合的球面物理信息神经算子用于气象降尺度 Spherical Physics-informed Neural Operator with Multi-scale Coupling for Meteorological Downscaling
在球面上处理几何畸变，并引入大气物理约束和多尺度耦合，提升区域高分辨率气象降尺度。
2026-10-17 · arXiv · Yiqiang Ye, Yichi Wang, Haodi Zhang, Jiawei Wen
- 能量流动塑造大气活性中间体的分解动力学 Energy Flow Shapes the Decomposition Dynamics of a Reactive Atmospheric Intermediate
在神经网络势能面上做分子动力学模拟，研究 Criegee 中间体 anti-CH3CHOO 在不同激发方式下的分解。
2026-10-15 · arXiv · Mitradip Das, Cangtao Yin, M. Meuwly
- 排序对、大小错：集合离散度在径流极值下悄然失效 Ranked Right, Sized Wrong: Ensemble Spread Fails Silently at Streamflow Extremes
评估业务化 LSTM 径流预报的集合离散度在高流量下是否仍能反映误差，发现其低估极值误差。
2026-10-14 · arXiv · Justin Gallant, Tyler Wilson
- 在 CAM 大气模型中用神经网络深对流方案改善降水变率 Improved Precipitation Variability in the Community Atmosphere Model through Implementation of a Neural-Network Deep Convection Scheme
在 CAM6 中用以风暴分辨率全球模型输出训练的深度神经网络替换 Zhang-McFarlane 深对流方案，改善降水变率。
2026-10-14 · arXiv · Xavier J. Levine, Griffin Mooers, Judith Berner, Jack W. Atkinson
- 用生成模型对月尺度气候场做多变量时空降尺度 Generative modelling for multivariate spatio-temporal downscaling of monthly climate fields
用生成模型从粗分辨率月平均气候场联合推断高分辨率的日尺度场。
2026-10-14 · arXiv · Yu Huang, Shangshang Yang, Sebastian Bathiany, Michael Aich
- 近约 30 天来自 arXiv、bioRxiv、medRxiv、OpenAlex；要点由本站根据摘要撰写。
里程碑 12· 4 个飞跃
大号发光节点是飞跃性突破： AI 飞跃 冷色 · 学科飞跃 暖色 · 双环 = 两者都是
-
落地部署
中国气象局“风清”AI 全球短中期集合预报系统 V1.0 通过业务化评审并投入运行，有效预报时效 11 天AI：完全国产数据、模型、算力训练的 AI 集合预报进入国家业务（10 月 17 日起已有报道）；学科：500 hPa 集合平均有效时效 11.0 天，部分指标优于 ECMWF 数值与 AI 集合系统（研发方检验）
中国新闻网 -
论文
微软 PBC：机器学习概率偏差校正推进次季节（2–6 周）预报，使 ECMWF AIFS 技巧翻倍（Nature）AI：轻量模型学习任意预报系统的系统性误差，并在 ECMWF AI Weather Quest 中夺冠；学科：改进了 ECMWF 业务次季节预报 98% 的降水目标，填补 2–6 周预报空档
Nature
这个筛选下没有里程碑。
更多论文与仓库 11
| 类型 | 标题 | 日期 |
|---|---|---|
| 论文 | Advancing subseasonal forecasting with machine learning | 2026-10-14 |
| 论文 | A foundation model for the Earth system | 2025-05-21 |
| 论文 | End-to-end data-driven weather prediction | 2025-03-20 |
| 论文 | Probabilistic weather forecasting with machine learning | 2024-12-04 |
| 论文 | Neural general circulation models for weather and climate | 2024-07-22 |
| 论文 | Learning skillful medium-range global weather forecasting | 2023-12-22 |
| 论文 | Accurate medium-range global weather forecasting with 3D neural networks | 2023-07-05 |
| 仓库 | google-deepmind/graphcast 待核实 | — |
| 仓库 | ecmwf/anemoi-core 待核实 | — |
| 仓库 | google-research/neuralgcm 待核实 | — |
| 仓库 | microsoft/aurora 待核实 | — |
最新新闻 11
- AI reveals how a warming climate will intensify NZ’s most extreme downpours
The Conversation · AI于2026-10-20发布的文章，涉及AI 科研与调研、AI 气候能源，原题《AI reveals how a warming climate will intensify NZ’s most extreme downpours》，详见原文链接。
The Conversationen - Interpretability of AI weather models via intermediate decoding
arXiv physics.ao-ph于2026-10-20发布的论文，涉及AI 气候能源、AI 安全、AI 软件开发，原题《Interpretability of AI weather models via intermediate decoding》，详见原文链接。
arXiv physics.ao-phen论文预印本 - HiRO-ACEv2: Simulating extreme weather at 3 km resolution for a fraction of the cost
Ai2 Blog于2026-10-14发布的文章，涉及AI 科研与调研、AI 气候能源，原题《HiRO-ACEv2: Simulating extreme weather at 3 km resolution for a fraction of the cost》，详见原文链接。
Ai2 Blogen - Researchers improve weather forecasts looking two to six weeks out
MIT News：Artificial intelligence于2026-10-14发布的文章，涉及AI 科研与调研、AI 气候能源，原题《Researchers improve weather forecasts looking two to six weeks out》，详见原文链接。
MIT Newsen - AI and climate: Hero or villain?
Latitude Media于2026-10-15发布的文章，涉及AI 气候能源，原题《AI and climate: Hero or villain?》，详见原文链接。
Latitude Mediaen - Will AI be good or bad for the climate? Here’s what the latest evidence on energy use suggests
The Conversation · AI于2026-10-12发布的文章，涉及AI 科研与调研、AI 气候能源、AI 芯片硬件，原题《Will AI be good or bad for the climate? Here’s what the latest evidence on energy use sugg》，详见原文链接。
The Conversationen - Forecasting space weather risks on power grids
Microsoft Research于2026-10-01发布的文章，涉及AI 科研与调研、AI 气候能源、AI 安全，原题《Forecasting space weather risks on power grids》，详见原文链接。
Microsoft Researchen - Using AI to plan for climate variability in renewable energy systems
Physics World（IOP）于2026-09-09发布的文章，涉及AI 科研与调研、AI 气候能源，原题《Using AI to plan for climate variability in renewable energy systems》，详见原文链接。
Physics World（IOP）en - Introducing WeatherNext 3, our most advanced and accurate global weather AI model
Google DeepMind Blog于2026-09-03发布的文章，涉及AI 气候能源，原题《Introducing WeatherNext 3, our most advanced and accurate global weather AI model》，详见原文链接。
Google DeepMind Blogen - WeatherNext: AI model achieves breakthrough in forecasting cyclones
Google DeepMind Blog于2026-08-06发布的文章，涉及AI 气候能源，原题《WeatherNext: AI model achieves breakthrough in forecasting cyclones》，详见原文链接。
Google DeepMind Blogen