《Nature》最新！“革命性”AI工具拯救古老天气数据，助力气候模型升级

《Nature》最新！“革命性”AI工具拯救古老天气数据，助力气候模型升级

专业的机器学习模型正帮助研究人员转录数百年前的手写记录。

https://www.nature.com/articles/d41586-025-02798-y

https://www.nature.com/articles/d41586-025-02798-y

刚果民主共和国气象档案馆里数千份纸质文件正在被数字化。来源：Derrick Muheki/INERA DRC

刚果民主共和国气象档案馆里数千份纸质文件正在被数字化。来源：Derrick Muheki/INERA DRC

各国如何才能知道气候变化将在区域尺度上如何影响自己？人工智能（AI）能否帮助预报飓风和其他极端天气事件？世界是否已经突破了《巴黎协定》最具雄心的目标——将全球升温控制在比工业化前水平高1.5°C以内？

回答这些问题的迫切需求，正促使研究人员挖掘遍布全球、横跨两百多年却尚未利用的手写天气记录宝库。这些珍贵——却部分难以辨认——的数据，借助更先进的新机器学习工具，正变得触手可及。

荷兰皇家气象研究所（KNMI）气候科学家Marlies van der Schee说：“世界各地的气象部门都有地下室，里面堆放着19世纪以来从未数字化的资料。许多机构甚至不知道自家档案馆里到底有什么。”

寻找数据

在搜集缺失气候数据的征途上，气候科学家Derrick Muheki走得比大多数人都远。为了查阅刚果民主共和国（DRC）气象档案——涵盖1960年独立时全国37个气象站的记录——Muheki先从金沙萨飞到北部基桑加尼，再沿刚果河乘船，最后骑摩托车走土路，抵达DRC国家农艺研究所（INERA）的Yangambi分部。今年初，他在那里花了两个月，扫描了数千页天气日志。

由于INERA这个偏远分所没有接入国家电网，Muheki得带足电池，供数码相机全程使用。他自学了班图语林加拉语，以便与INERA同事沟通。他说，很多词汇与他家乡乌干达的语言相似，帮了大忙。

十八世纪英国船只HMS Dolphin的航海日志等旧船记录，也能为气候模型提供数据。来源：The History Collection/Alamy

十八世纪英国船只HMS Dolphin的航海日志等旧船记录，也能为气候模型提供数据。来源：The History Collection/Alamy

回到布鲁塞尔自由大学（VUB）研究组后，Muheki用自己设计的机器学习工具MeteoSaver1，从9000多张扫描图像中提取数据。初步测试时，MeteoSaver的转录准确率仅75%，但通过对开源手写识别包Tesseract的进一步训练和算法优化，已提升至90%。

这些数据将为世界第二大雨林的气候变化提供关键信息。Muheki的导师、VUB气候科学家Wim Thiery指出，由于非洲森林心脏地带过去温度资料匮乏，政府间气候变化专门委员会（IPCC）2021年报告在评估全球变暖的区域严重程度时，这里成了显著的数据空白。他希望Muheki等人的努力能填补这一空白。

被遗忘的数字

Muheki遭遇的物流难题虽罕见，但远非DRC一国尚未完全数字化天气记录。

英国雷丁大学气候科学家Ed Hawkins说：“世界各地档案馆里仍有大量纸质记录在沉睡。”英国国家气象档案馆就有数百万条未被利用的降雨观测。

Hawkins曾主持多个依靠公民科学家手动转录气候记录的项目。他说，大约十年前，机器学习工具还无法胜任。对AI来说，最难的不是识手写文字，而是辨认表格结构。“当年我和同事试用AI工具，它们根本处理不了表格数字，因为训练数据里没有。”Muheki的大量工作正是开发专门算法解决此问题。Hawkins表示，如今工具终于接近人类水平，他也是介绍MeteoSaver论文的合著者。

其他团队的类似努力显示，机器学习可大幅加快历史记录抢救速度。“这真是一场数据拯救能力的革命。”Thiery说。

哥本哈根丹麦气象研究所气候科学家Martin Stendel说，他们正在开发定制的机器学习系统，转录19世纪丹麦船只的数千本航海日志，以填补大西洋和北海气候系统历史记录的关键空白。

细节决定成败

自气候建模诞生以来，数据抢救工作一直低调进行，Hawkins说，但其重要性正日益凸显。

随着“数据饥渴”的机器学习气候预报模型出现，原始数据愈发珍贵。转录技术提升后，研究人员不仅能数字化新文档，还能重新审阅已看过的资料。人工转录时，往往只提取月平均气温，而忽略小时数据或风向、云量等定性信息。“借助机器学习，我们希望这些信息也能被利用。”伯尔尼大学气候科学家Stefan Brönnimann说。

气候科学家德里克·穆赫基在扬安比拍摄了历史记录，然后建立了一个机器学习工具来解读这些记录并提取有用的数据。图片来源：德里克·穆赫基/INERA DRC

气候科学家德里克·穆赫基在扬安比拍摄了历史记录，然后建立了一个机器学习工具来解读这些记录并提取有用的数据。图片来源：德里克·穆赫基/INERA DRC

更精细的数据将满足对短期天气变率、长期趋势以及罕见破坏性事件日益增长的理解与预测需求。例如，历史飓风和特大洪水的频率、强度信息，对研究人员将现代事件与气候变化联系起来至关重要。

气候科学家的一大疑问是，全球平均气温是否已比工业化前水平升高1.5°C——《巴黎协定》设定的力争目标。科学家通常以1850年为前工业基准，因为可靠记录自此开始。但在计算175年前的“正常”气温时，误差条仍很大。研究人员正着手把数字记录推回18世纪晚期。“知道我们如今所处位置的最大不确定性，就在过去。”Hawkins说。无论是数百年前的旧文档，还是最新的AI技术，都将在寻找答案的征程中发挥关键作用。

END

声明：欢迎转载、转发。气象学家公众号转载信息旨在传播交流，其内容由作者负责，不代表本号观点。文中部分图片来源于网络，如涉及内容、版权和其他问题，请联系小编处理。