从同化到“端到端”（二）——ECMWF的思路

hdy

自一年前该系列介绍了Fengwu的两篇论文后，基于AI的数据同化和端到端天气预报又取得了一些进展。ECMWF近期也加入了这个领域，公开了不少有价值的信息和思路。今天借ECMWF的东风，再来深度聊聊这个话题。

WHY：不同角度看为什么要端到端

机器学习竞技场

迄今为止，大部分AI天气预报模型仍基于ERA5训练和评估。天气预报此时可视为一个典型的机器学习竞技场——在一个标准数据集上做标准评估，以竞争名次。由于AI预报水平表面上已普遍超越数值模式，在这条路上“卷”下去的收益已陷入边际效应递减。

为了冲击下一个头条，亟需开辟新的赛道。除概率预报、区域高分辨率、物理驱动等优化方向，另一个思路是，找一找天气预报中还有什么重大环节是仍依赖传统方法的。同化？就是它了！

更好地利用观测

我们在系列上一篇中介绍了同化的概念和意义。用AI来做这件事有什么可能的好处？ECMWF今年的一篇Newsletter[1]解释得非常到位。这里浓缩转述。

同化极具挑战性：

• 观测数据的空间尺度和结构与模式网格不同，需要融合。
• 观测数据大部分情况下并非直接测量模式变量（如卫星可能提供的是辐射），需要映射。
• 在融合和映射的过程中，需要精确定量观测和模式中的不确定性。
  

因此，带来数个问题：

• 同化过程存在很大误差。
• 部分数据无法纳入同化框架内。
• 占用大量计算资源，或者说，大大延迟了最新观测融入预报的时间。
  

由于AI可以通过大量数据自主学习融合方式或映射关系，且速度显然远超4D-Var，确实有希望改进这些问题。

WHAT：端到端的不同理解

ECMWF去年的一篇Newsletter[2]总结了不同范式的AI预报模型。

方式1代表目前最常见的AI模型。方式2代表用观测数据微调或评估AI模型。微软发布的Aurora模型[3]就针对站点观测进行了评估。微软还发布了基于临场观测（包括站点和用户数据）的Benchmark——WeatherReal[4]。

这里，我们重点看方式3-5。

基于AI的数据同化

为了用AI驱动整个天气预报流程，本着哪里不会点哪里的心态，研发独立的模块来代替传统数据同化，与AI预报配合，是最常见的做法之一，也即前文的方式3。例如：

• 系列上一篇介绍的Fengwu-4DVar和Fengwu-Adas；
• Fuxi的系列工作，如Fuxi-DA[5]；
• 基于扩散模型的DiffDA[6]；
• 微软和清华近期的合作ADAF[7]也类似，但关注区域近地面要素的同化。
  

这些工作不约而同选择了传统形式，即通过AI来融合背景场（即过去的预报场）和最新观测来实现同化。

如此，为传统天气预报中两大关键部件——同化和预报，建立基于AI的同位替代，达成最直接的端到端效果。

端到端——AI同化+预报套餐

既然AI可以用于数据同化，那自然可以和预报模型打包形成一套端到端的解决方案。该方向近期最有影响力的工作是发表在Nature正刊上的Aardvark。

Aardvark的设计非常……朴素。模型分为三个部分：

• Encoder将观测同化为初始分析场，训练目标是同时刻的ERA5，对应上文方式3。为了处理不规则分布的观测，使用了SetConv技术（原理不再赘述）。
• Processor接在Encoder后负责预报，本质上是另一个Pangu、GraphCast，训练目标是下一时刻的ERA5，对应上文方式1。
• Decoder每个时间步分别训练，负责将Processor的预报后处理到站点上，训练目标设为站点观测，对应上文方式2。
  

为了让这套其实是低配AI同化（有限的观测）+低配AI预报（分辨率为1.5°，24小时）+低配AI后处理（每个Decoder200万参数，30分钟训练完成）的模型拼盘发挥端到端的优势，训练阶段包含将三个部分联合微调的步骤。

尽管如此，仍推荐读一读这篇论文。技术和配置对于Nature也许并不关键，重要的是，如何讲好一个故事：用AI代替整个天气预报流程，速度更快，成本更低，部署更方便，优化更容易。用户可以用它来代替数值模式（因为它代替了整个预报系统），可以根据自己的需求微调（因为它支持在散点观测上微调）。当每个简陋的模块都能在这个故事背景里找到自己的价值，它就成了一篇Nature。

微软近期推出的区域端到端模型OMG-HD[8]与此有一定相似性。

总之，这里的端到端是指仅利用原始观测提供格点化预报，搭建的AI模型在“同化+预报”的框架内利用（再）分析数据的知识训练，并在运行时只依赖原始观测。可以认为他们实现了方式4，但本质是方式3（AI同化）和1（AI预报）的组合。至少，这种方法的优势之一是节省了本来消耗在同化上的巨量时间，大大缩短了预报延迟。

其他相关工作还有潘宝祥老师团队的成果[9,10]，有别于以上工作，需要另文详解。

在观测空间直接预报

等一等，端到端到底是什么意思？

在深度学习领域，可能指用AI完成从原始数据到预报目标的整个流程，或不需要人为设计阶段目标并分步训练。以上模型不同程度地达成了这些目的。但更进一步，端到端也可以指：

• 知识完全从数据中挖掘，不依赖任何人类经验。
• 不对输入按人为理解做预处理或特征工程。
  

具体到端到端天气预报模型，应该做到以下两点：

• 从训练阶段开始，不使用任何（再）分析数据。（再）分析数据来自数值模式，显然包含了人类经验（或物理知识）。正如我们之前的文章提过，Pangu、GraphCast既是预报模型，也是IFS模拟器。
• 去除传统的同化步骤。这条要求不那么显性，需要梳理下逻辑。
  

回到开头我们提到的：同化表示将数据从观测空间转换到模式空间，这包括将观测信息融合到人为设置的空间格点上，并映射为模式中采用的物理变量。这本质上仍是按对大气系统的人为理解，将输入做了预处理。更重要的是，当AI模型中设置了同化模块时，它的训练目标该设定为什么呢——显然，一旦有了同化，（再）分析数据的使用几乎不可避免。

去除（再）分析数据和同化模块后，剩下的选择就是我们小节的标题了：在观测空间直接预报（Direct Observation Prediction，DOP），将模型的输入输出都设置为观测场，也即是上文的方式5。

先将这个思路是否现实放到一边，看看这样做的优势。

• 首先，省略了同化中模式和观测空间的融合和映射。我们也不再需要诸如观测算子、误差协方差甚至切线性和伴随模式等一系列精细化操作。
• 模型可以从任意观测中学习，甚至包括数值模式中尚未使用的那些——如果训练以（再）分析为目标，那么在输入中增加数值模式里未同化的数据，其实际效果是可疑的。而DOP没有这个问题。
• 同样，彻底摆脱了（再）分析数据的限制，DOP的理论上限将高于数值模式。例如一些次网格过程在数值模式中用参数化方式模拟，而DOP可以直接从观测空间中学习这些过程在更大尺度上的反馈结果。
  

更多讨论，仍请可以参见ECMWF的Newsletter[2]。

HOW：GraphDOP简介

DOP的结构

ECMWF对DOP的初步尝试已经形成一篇论文，称为GraphDOP[11]。

我在读博面试时，一位老师考过我：ECMWF最大的优势是什么？我胡诌了些什么已经记不清楚，但老师答了两个字：同化。这至少意味着ECMWF对原始观测数据的理解全球领先，也让ECMWF成为可能是最适合尝试DOP路线的团队。这里，我们不深入解释ECMWF是如何在GraphDOP中使用观测的（但强烈推荐阅读该论文），而是来看看模型的设计。

• 12小时窗口内不规则分布的各类观测传入图神经网络，编码到隐空间。当然，这一步也可以被视作同化，区别是：它并没有被转换到预先设计的模式空间；训练中也没有任何学习目标。
• 格点化的隐空间以Transformer为骨干网络rollout到后续时次。即自回归的形式仍然存在，但在隐空间内进行。
• 每个时次的隐空间通过图神经网络解码器解码回观测空间，并与对应时次的观测计算损失以优化模型。
  

简而言之，GraphDOP仍然采用类似GraphCast和AIFS的encoder-processor-decoder架构，区别是彻底移除了ERA5。

DOP的挑战

抛开ECMWF在观测数据上的功夫全球独家，其他团队很难追赶，DOP形式的模型仍存在很多挑战。去除再分析数据的桎梏是把双刃剑。一些原始观测的固有问题再次暴露出来。

例如，不同观测数据的时间跨度不一，GraphDOP的选择是用2004-2021年的数据训练。不同时期的观测差异也要求模型识别数据中的漂移。

由于缺乏格点化的信息，DOP的一大任务是空间泛化。无论是极轨卫星、静止卫星或散点观测，DOP需要将观测信息泛化到缺乏观测的区域，毕竟无论是预报员还是用户，都可能需要覆盖全球任意位置的天气预报。例如，200hPa风速的观测来自无线电探空仪（下图左），模型则支持输出全球格点化的风速（下图右）。

当然，稀疏观测的空间泛化显然不能仅靠单一变量，而需要学习不同观测间的联系，这需要理解物理。然而，观测空间中的变量归根结底并不是我们想要的（例如辐射不仅受温度影响），也不直接代表大气的动力学过程。这无疑给模型增加了负担，也要求对观测数据源的选择更加可靠。原来属于同化的部分工作，如模式空间与观测空间的转换，可能实际上隐式交给了模型自主学习。

与此相关的一项例证是，尽管对2米气温的同化并不是IFS的强项（直到去年2米气温才被同化到业务模式中），而GraphDOP直接同化了站点观测，但在72小时、120小时预报中，GraphDOP相比IFS并没有优势：

这与其他AI模型优势逐渐放大的特点相反。更麻烦的是，一些高阶变量压根没有直接观测，比如海冰密集度。这降低了模型和现有业务的匹配度。

最后，由于一切都在观测空间进行，传统同化中的“背景场”概念变得没有意义。但不能忽略的是，“背景场”除了提供密集的格点信息外，本身也是一种气候态约束。进一步，背景场本身是预报，实际上将同化窗口前的观测信息通过预报部分传递了下来，类似于深度学习中的循环神经网络（RNN），而GraphDOP显然做不到这一点。

结语

如果一定要给端到端找到一个本质原理，那可能是通过堆数据规模来放飞模型，提升其上限。传统数值预报虽然基于扎实的理论，但也包含经验和统计性质的成分，因而跷跷板现象——看似优化了某个组件，却拖累了整体性能——也并不稀奇。时空分辨率、物理一致性等限制也某种程度上制约了最终的表现。建立端到端的AI预报体系很大程度上规避了这些问题。

然而，现有的观测数据似乎又没有丰富到理想的量级以支撑纯粹的“自动驾驶”。因而在向前迈了一大步后，可能还得往回找补一些。例如，在GraphDOP中，作者可以一方面强调AI方法在卫星同化中的优势，即天然的“全天候同化”，而数值模式中云和降水区的微波观测不参与同化，或通过复杂的湿物理参数化方案和辐射传输模式来实现；另一方面，又在Discussion中反思未来可能需要通过增加晴空数据的权重，来优化预报。

另外，我们在大量AI模型实例中看到，与数值模式不同，AI模型的性能似乎并不显著依赖于其时空分辨率，这可能也是ECMWF敢于直接在原始观测编码成的隐空间上运行预报，甚至猜测映射到精细网格可能反而拖累了AI模型的原因。但从事实出发，在基于ERA5的AI模型可以轻易超越IFS的今天，DOP交出的答卷显然还不够令人满意。