彭博社22日报道称，中国正大力角逐气象超级大国地位，发力推进自主气象数据集研发，力求打破对欧洲的依赖。
据报道，ERA5（欧洲中期天气预报中心的第五代大气再分析数据集）是气候数据领域的标杆，它涵盖降雨量、气温、风力等多项气象要素，时间跨度超80年，且持续处于更新状态。截至目前，该数据集一直是气象预报人工智能革命的核心支撑，多家中国企业所研发的主流人工智能气象模型，均采用该数据集开展训练工作。但这与中国推进数据安全、实现技术自主的战略方向相悖。
气象数据的战略价值，早已超越气象预报本身。ERA5通过整合全球观测数据重构完整历史气候记录，对于研判气候趋势、提升预报精度至关重要。目前，多国政府借助ERA5数据开展洪水、山火等灾害风险管控，保险公司则依托该数据构建灾害模型。欧盟测算显示，该数据集每年创造的经济价值可达数亿美元。
不过，苏黎世联邦理工学院教授、气象与气候建模专家普赖因（Andreas Prein）表示，气象预报关乎国家安全。如果单纯依赖外部数据源，国家将陷入被动脆弱的境地。
为规避潜在的风险、掌握气象领域主动权，国家数据局在9月的一份声明中指出，中国气象局启动全球大气再分析系统研制项目，核心目标之一是为了“打破中国气象业务对欧美再分析产品的依赖”。
同月，中国气象局面向全球首次开放新版全球大气再分析产品CMA-RA V1.5数据集的下载权限。该部门表示，国内已有部分人工智能气象模型采用该数据集开展训练。
监测图 国家气象信息中心
这款国产数据集的技术突破，正逐步展现替代潜力，更凭借三大技术体系创新，推动我国再分析实现从“跟跑”“并跑”到“局部领跑”的跨越。
一是实现同化技术升级。引进四维集合变分混合同化技术，攻克多项关键技术，前20年卫星资料同化应用量增13%；构造流依赖Be矩阵提升同化效益，产品质量优于CRA-40和JRA-55等。
二是实现国产观测资料自主可控。整合国内特有数据，自主研发探空偏差订正技术，同化全球116颗215种卫星资料，其中国产37颗45种，占比最高达18%。
三是分辨率与时效性国际领先。模式分辨率13公里（后处理为10公里），小时级实时更新，优于ERA5（25公里，滞后5天更新）。
香港科技大学苏慧教授正将其应用于研发气象科技的初创公司Stellerus，用于训练区域人工智能气象模型及评估数值预报模型。她直言，该数据集的一大优势在于，其全球网格划分精度高于ERA5。这种高时空分辨率的特性，能够为模型训练提供海量数据支撑。
国产数据集的开放，也引发国际行业关注。维萨拉公司（Vaisala Oyj）气象风险管理部门负责人怀特黑德（David Whitehead）说：“如果国际市场能够获取更多中国气象数据，将会有大批企业投身于气象衍生合约的设计与经纪业务。”这家专注于提供金融对冲气象数据的芬兰上市企业，近期已着手研究CMA-RA V1.5的潜在应用场景。
在丹麦工程咨询公司C2Wind的产品开发经理冈杜安（Rémi Gandoin）看来，ERA5存在数据偏差与缺陷，整合多个数据集将有助于研究气候变化与极端天气的科研人员开展工作，同时也能为风电项目开发商的风场工程设计决策提供参考。
“未来，拥有多个而非单一的气象数据集，将为各方带来切实益处。”冈杜安说。