AI 天气模型也读平流层：抹掉150百帕以上的涡旋结构，北半球Z500在120小时偏55米
核心概要
GraphCast 这类机器学习天气预报模型是否真的用到平流层与湿度信息，此前缺少带对照的输入干预检验。一项审计在72个2016—2021年ERA5十天预报上，把150百帕以上大气替换为纬向平均，北半球Z500在120小时变化55.2米，是同等谱结构随机相位噪声响应的1.49倍；全球湿度缩放则单调改变30—70°N的Z500涡动方差，完全干化时降到对照的0.661。
深度剖析
机器学习天气预报模型对低平流层的依赖，取决于那里是否保留有组织的涡旋结构，而不只是扰动幅度。 此前的输入敏感性工作多按层次计算梯度或做理想化动力测试，没有把结构破坏与同谱随机噪声放在同一规范下比较。 在72个初始日期上，把150百帕以上替换为纬向平均后，北半球Z500在120小时偏离对照55.2米，是随机相位对照响应的1.49倍，95%区间为1.40到1.59，Holm校正p小于0.001。
按单位归一化输入计，对流层中层的扰动仍比低平流层剔除更有效，但这一差距随预报时效缩短。 同一规范下的中层涡旋扰动与平流层剔除此前没有直接比值。 400—600百帕随机相位涡旋扰动与150百帕剔除的响应比为24小时4.58、72小时2.61、120小时1.84，240小时因接近误差饱和降到1.09。
全球湿度缩放对北半球中纬度涡动方差给出单调、可反号的剂量响应，与同范数温度噪声的行为不同。 此前对湿度的干预多集中在热带气旋种子或局地扰动，缺少全球多剂量的响应曲线。 120小时30—70°N的Z500涡动方差比在完全干化时为0.661，湿度因子0.5时为0.833，1.25时为1.093；同范数温度噪声对照在120小时把该方差压到0.215。
模型对水汽亏缺与盈余的恢复不对称，盈余主要通过降水快速移除。 干化与增湿两种方向的恢复时间此前没有在同一模型上分别测量。 总柱水亏缺的e折时间在完全干化和0.25倍时为126小时，盈余在1.25倍时为42小时、1.5倍时为30小时，且1.5倍情形下约三分之一盈余在240小时仍留存。
启示与展望
结论建立在公开的GraphCast-small检查点上，该模型为1°分辨率、13个气压层、模式顶50百帕，用ERA5 1979—2015训练，预报时效为40步6小时共240小时。评估使用2016—2021年每月1日或15日的72个初始日期，每个日期一个对照与20个扰动预报，检验的是模式如何使用低平流层与对流层顶信息。
模式顶为50百帕、预报时限10天，因此该审计不涉及平流层突然增温的向下影响。湿度因子大于1的剂量属于分布外输入，1.5倍时约40%对流层质量处于过饱和；温度噪声对照被放大到自然涡动温度幅度的8.5倍和4.3倍，作者据此称相关比较是保守的。干化时间尺度与已有水汽寿命估计定义不同，不能直接等同。