地球系统领域数字孪生的欧美竞合：技术路线对比与启示

在 2025 年 1 月 12—16 日举办的美国气象学会（AMS）第 105 届年会（简称年会）上，地球系统数字孪生是热点议题之一。来自美国国家海洋与大气局（NOAA）、美国国家航空航天局（NASA）、欧洲中期天气预报中心（ECMWF）、美国国家大气研究中心（NCAR）以及相关私营企业的专家介绍了其数字孪生项目的研发进展，深入探讨了在地球系统科学中利用数字孪生技术的潜力，讨论内容涵盖了数字孪生技术的成熟度、将其有效集成到业务系统中的可能性以及实现可互操作数字孪生的未来前景等。文中基于年会的 “第 21 届业务环境卫星系统年度研讨会”（21st Annual Symposium on Operational Environmental Satellite Systems）和 “第 41 届环境信息处理技术会议”（41st Conference on Environmental Information Processing Technologies）两个分会的报告，对 NOAA 的 “地球观测数字孪生”（Earth Observation Digital Twin，EODT）、NASA 的 “地球系统数字孪生”（Earth System Digital Twin，ESDT）、欧盟的 “目的地地球”（Destination Earth，DestinE）进行对比分析，并提出几点启示和思考。

1 NOAA 的 EODT 项目

1.1 项目概述

EODT 项目是由 NOAA 和美国科学技术公司（Science and Technology Corp.，STC）、猎户座空间解决方案公司（Orion Space Solutions，OSS）、洛克希德・马丁公司（Lockheed Martin，LM）等私营企业合作伙伴共同推进的计划，旨在提升地球观测数据的利用效率和决策支持能力。该项目核心目标包括：1）评估现有环境数据处理方式并探索改进路径；2）运用人工智能（AI）技术构建灵活的数据基础设施，同时融合来自卫星和地面的多源观测数据。

该项目于 2022 年 9 月启动，由 NOAA 国家环境卫星、数据和信息服务局（NESDIS）与三家公司签订合同，以开展地球观测数字孪生技术的研究与原型演示，三份合同总价值 500 万美元，EODT 项目参与方与时间线见图 2。

其中，科学技术公司获得的合同研究周期为 2022 年 10 月 —2023 年 10 月，主要负责构建数字孪生原型系统（Prototype System）（图 3）。该系统聚焦于地球系统流程建模，涵盖数据融合、异常检测、可视化等功能，并运用人工智能 / 机器学习（AI/ML）技术，为技术需求分析和成本效益分析提供参考，提交关于数字孪生技术潜在实施价值的研究结果和建议报告。基于科学技术公司的项目成果，NESDIS 提出，EODT 可以经济有效地扩展下一代地球系统的数据处理和传播能力，在系统构建中机器学习通常优于传统技术，建议数字孪生项目应保持简单，从小规模项目开始逐步构建。

猎户座空间解决方案公司获得的合同研究周期为 2022 年 10 月 —2024 年 9 月。该公司重点突破卫星与空间环境数字孪生的耦合问题。通过构建精确模型，模拟卫星在空间环境中的飞行过程，深入研究两者之间的交互作用，包括空间天气对卫星轨道、设备运行的影响等；利用这些模拟数据，为空间天气对卫星影响的研究提供丰富的一手资料，同时为空间交通管理提供关键支持。例如，预测卫星轨道变化，提前规划卫星运行路径，避免卫星碰撞等。相关研究成果可助力 NOAA 更好地利用数字孪生技术提升空间观测和管理能力。

洛克希德・马丁公司获得的合同研究周期为 2022 年 10 月 —2024 年 11 月。该公司主要负责构建 AI 驱动的地球与空间观测数字孪生系统，实现数据处理、高效分析和可视化展示、数据融合和异常检测等功能。该公司提出数字孪生联邦系统（Federated System of Digital Twins）概念，认为针对复杂的地球系统，不应构建单一数字孪生，而应采用联邦系统，将不同尺度的数字孪生进行有机整合（图 4）。此外，该公司建议在开发快速原型和研发用例中使用静态处理方法（Static Processing Method），在业务化数据处理中使用经过验证和充分测试的流程与实时处理方法（Live Processing Method）。

1.2 项目进展

在地球观测领域，数字孪生技术正逐渐成为提升观测与数据处理能力的关键力量。EODT 项目作为该领域的重要探索，其系统架构与功能实现备受关注，这不仅关乎项目自身的成效，也为未来地球观测技术的发展提供了重要参考。

1.2.1 系统架构

EODT 系统架构通过多层次的数据处理与协同工作，确保高效地观测、分析和演示，具体如图 5 所示。

数据输入与处理层：由洛克希德・马丁公司负责收集来自 NOAA 的卫星、地面和模型数据，应用时空通用网格，由 OpenRosetta3D™平台负责格式化、存储数据并应用 AI/ML 融合和异常检测算法，确保数据的高质量和一致性。

数据存储与分发层：英伟达 Omniverse Nucleus 平台负责数据的存储与分发。该平台将处理后的数据存储在中央数据库中，连接多个应用程序到实时环境，根据需求高效地分发到各应用环节，确保数据流畅流转。

数据可视化层：洛克希德・马丁公司 Agatha 4D 平台提供了高度定制化的可视化功能，将复杂的地球观测数据以直观的形式呈现，帮助用户从不同角度分析全球气象、海洋等环境变化。

1.2.2 功能实现

EODT 的应用功能涵盖数据处理、分析、展示以及为用户提供决策支持等多个方面，具体如下：

多领域数据融合与分析：项目致力于实现多领域数据的融合与分析，涵盖大气、海洋、冰冻圈、陆地和水文、空间天气等地球系统领域。例如，在分析海冰浓度时，会综合考虑大气温度、海洋环流等多方面因素，通过数据融合技术，将来自不同领域的数据整合在一起进行深入分析。这样的多领域数据融合分析，能够更全面、深入地揭示地球系统的复杂关系和变化规律，为科学研究和决策提供更全面的依据。

异常检测与预警：借助 AI/ML 算法，对数据进行实时监测，及时发现异常情况并发出预警。在监测海表温度时，一旦温度出现异常变化，系统能够迅速捕捉到这一信息，并通过设定的阈值和算法判断异常的严重程度，及时向相关人员发出预警。这种异常检测与预警功能，有助于提前发现地球系统中的潜在问题，为应对自然灾害、生态环境变化等提供宝贵的时间。

用户交互：为满足不同用户的需求，EODT 提供了丰富的用户交互功能。英伟达 Omniverse Nucleus 平台为多用户提供了协作共享的空间，用户可以在该平台上共同查看、讨论各类数据，促进信息交流与合作。洛克希德・马丁公司 Agatha 4D 平台则提供了交互式的操作界面，用户可以根据自己的需求灵活地探索和分析数据。

1.2.3 项目经验

EODT 项目作为 NOAA 提升地球观测与数据系统能力的关键举措，在数字孪生技术应用领域迈出了重要一步，取得了重要的成果和经验。首先，EODT 的定位明确，聚焦观测端，致力于环境数据处理与多源数据融合，为提升地球观测能力提供有力支持。其次，追求项目目标 “保持简单” 原则，利用成熟软件构建敏捷、可扩展系统，整合多领域数据，契合 NOAA 业务需求。第三，在开发过程中，优先考虑技术成熟度，确保项目的可行性，并且针对实践问题提出有效解决建议，为后续项目的业务化积累了宝贵经验。

2 NASA 的 ESDT 项目

2.1 项目概述

NASA 自 2020 年开始定义和研究地球系统数字孪生。通过资助与 ESDT 目标相关的科研项目、举办研讨会等方式，推进项目研发。NASA 提出，ESDT 系统概念模型应具备三大核心功能，分别回答应用于地球科学中 “现在如何”（What Now）、“未来如何”（What Next）、“不同情境假设下如何”（What If）三大类问题，具体如下：

数字副本（Digital Replica）：提供地球或地球系统过去和当前状态的精确数字副本，为研究提供基础数据。通过持续、有针对性的多元观测数据输入，并借助数据同化与融合技术，精准反映地球系统当下状态，为后续分析和预测奠定基础。例如，在监测森林火灾时，能实时呈现火灾区域的植被、地形、气候等状况。

动态预报（Forecasting）：基于当前数字副本和假设条件，对未来状态进行预报。依托先进计算能力、机器学习以及代理建模技术，实现对地球系统未来状态的实时或近实时预报。比如在气象领域，可提前准确预报极端天气事件，为防灾减灾争取时间。

影响评估（Impact Assessment）：能够在不同情景假设下探索多种情景的影响，为决策制定提供参考依据。如评估海平面上升对沿海生态系统的潜在影响。

2.2 项目进展

ESDT 项目由 NASA 先进信息系统技术（AIST）项目主导推进，以响应 NASA《2024—2034 年地球科学转化应用战略》（Earth Science to Action Strategy 2024—2034）。AIST 项目通过 NASA 科学任务理事会公开征集科研提案，经评估后给予资助。目前，在 AIST 在研的 64 个项目中，有 15 个相关项目聚焦 ESDT，涵盖构建数字孪生的基础分析能力、新型 ESDT 基础设施技术、代理建模与机器学习模拟器、ESDT 原型应用等多个关键领域。此外，还有 15 个新型观测策略项目、2 个先进计算能力项目、9 个早期技术项目、19 个先进分析和模拟能力项目及 4 个先进数学技术项目，为 ESDT 提供多方面支持。自 2021 年以来 AIST 所有资助项目的总额为 6900 万美元。

NASA 的 ESDT 项目虽启动较早，但除了提出 ESDT 概念模型外，主要进展均处于科研探索阶段，开展了多领域应用的实验原型探索，如致力于优化农业生产管理的农业数字孪生基础设施模型、海岸带数字孪生等。

3 欧盟的 DestinE 项目

3.1 项目概述

2022 年，欧盟启动 DestinE 项目，旨在到 2030 年开发一个精度高、响应快、交互性强的地球系统数字孪生。该数字孪生由天气、气候、海洋、生物多样性、地球物理、城市环境等不同的数字孪生应用耦合而成，可以近实时、高仿真监测、模拟、预测自然灾害演变，能够显著提高综合防灾减灾救灾的提前量；可以评估地球系统演变与人类活动的相互影响，支撑制定科学有效的可持续发展策略；还可以模拟在未来气候变化不同情景下水资源利用、农业生产、生态环境保护、城市规划建设等各行各业资源配置能否适应或抵御极端天气、气候事件，指导形成高效的资源配置和利用策略。

DestinE 项目分为 3 个建设阶段（图 6），由 ECMWF、欧洲气象卫星开发组织（EUMETSAT）和欧洲空间局（ESA）三家机构牵头，采取招标方式，与欧洲 26 个国家或地区的 100 多家政、企、学、研合作伙伴共同开发。第一阶段（2023—2024 年），优先开发天气和气候领域的数字孪生，开发数字孪生引擎（即软件基础设施）、数据湖、核心服务平台。数字孪生引擎由 ECMWF 负责，它为多个不同的数字孪生提供统一的软件基础设施；数据湖由 EUMETSAT 负责，主要功能是实现 DestinE 大型数据集的存储、管理及分析；核心服务平台由 ESA 负责，为用户提供交互访问。第二阶段（2024—2026 年），重点推动 AI 应用，集成地球观测数据和社会经济数据，集成海洋、生物多样性、地球物理、城市环境等其他数字孪生。第三阶段（2026—2030 年），开发出完整的地球系统数字孪生。值得注意的是，在 2022 年 DestinE 项目启动时第二阶段时间节点曾是 2027 年，但根据 2025 年 DestinE 官网显示，该时间节点已提前到 2026 年。

该项目投入主要来自 “数字欧洲” 计划和 “地平线欧洲” 计划。截至 2025 年年初，通过 “数字欧洲” 计划商定的投入资金超过 3.15 亿欧元，已在 DestinE 前两个阶段分别投入超过 1.5 亿欧元。“地平线欧洲” 计划为研究和开发额外的数字孪生功能提供进一步的资金支持，在 DestinE 第一阶段已提供超过 5500 万欧元的资金。此外，欧洲高性能计算联合项目的 LUMI、Leonardo 这两套在全球排名前十的高性能计算设施为 DestinE 项目提供算力。

3.2 项目进展

2024 年 4 月 29 日 —5 月 17 日，欧盟宣布 DestinE 进入 Beta 测试阶段，并于 6 月 10 日在芬兰卡亚尼 LUMI 超级计算机中心发布了极端天气数字孪生、气候数字孪生、数字孪生引擎、数据湖和核心服务平台。

3.2.1 极端天气和气候数字孪生

极端天气数字孪生实现了 4.4 km 分辨率的全球天气模拟和 500～750 m 分辨率的区域天气模拟，可提前 2～4 d 预测极端天气事件及其影响。其中，极端天气数字孪生的全球部分由 ECMWF 基于 “风暴和涡流解析模型” 原型开发，大气分辨率为 2.8 km，高纬度海洋 / 海冰分辨率为 4.4 km。区域天气模块（500～750 m 分辨率）由法国气象局牵头开发，以对流尺度模拟研发联盟（A Consortium for Convection-Scale Modelling Research and Development，ACCORD）（图 7）开发的千米尺度区域天气预报系统为基础，ACCORD 的模式系统将与 ECMWF 的综合预报系统（IFS）完全兼容。

气候数字孪生实现了 5 km 分辨率的年代际时间尺度的全球气候模拟。气候数字孪生由芬兰科学信息技术中心（CSC）牵头联合 12 个合作伙伴开发。气候数字孪生的核心是新一代风暴和涡旋解析地球系统模式。在气候数字孪生中，主要使用了 “地平线欧洲” 计划 “下一代地球模拟系统”（nextGEMS）项目开发的两个先进的地球系统模式：1）ICON，由马克斯普朗克气象研究所、德国气象局、德国超级计算中心和卡尔斯鲁厄理工学院联合开发；2）ECMWF IFS 与 NEMO 海洋模型或 FESOM 海洋模型耦合。极端天气和气候数字孪生均前所未有地实现了千米级的高精度天气预报和气候预测，这将有助于更直接地模拟出极端事件和天气、气候系统演变的小尺度过程，将极大地提升天气预报、气候预测精准度。

3.2.2 数字孪生引擎

数字孪生引擎由 ECMWF 在 DestinE 的框架内开发。数字孪生引擎为数字孪生提供动力，利用超级计算机技术为极端天气事件的模拟仿真、数据融合、数据处理和机器学习提供所需的软件基础。它是一个强大的、可扩展的、交互式的引擎，可以实时访问数字孪生的数据，并具有足够的灵活性来适应未来所有数字孪生的不同架构和需求。其关键功能模块如图 8 所示。

适应混合架构（Adaptation to Hybrid Architectures）：借助加速器技术，使系统能够适应由多种不同硬件和软件组成的混合架构，以更好地满足复杂计算任务的需求，确保在不同的计算环境下都能高效运行。

生成高分辨率模拟的端到端工作流程（End-to-End Workflows to Produce High-Resolution Simulations）：通过从数据处理到模拟生成的一系列连贯流程，实现高分辨率的地球模拟。其中，由数据桥（Data Bridge）连接不同模块，保障数据的顺畅传输和处理。

新型数据处理能力（Novel Data Handling Capabilities）：运用新的方法和技术对地球相关的数据进行采集、存储和管理。面对高分辨率数据量庞大、格式复杂等问题，该引擎具备高效处理这些数据的能力，满足数字孪生对数据的严格要求，确保数据的质量和可用性。

机器学习训练和推理流程（ML Training and Inference Pipelines）：利用机器学习技术进行模型训练，并通过推理实现对地球系统的预测和分析。

3.2.3 数据湖和核心服务平台

数据湖主要是提供对数字孪生数据和其他现有数据集（包括哥白尼哨兵系列卫星数据、ESA “地球探索者” 卫星数据、ECMWF 数据等）的无缝访问，并提供大数据在线处理服务。

核心服务平台是 DestinE 的主要用户访问点，用户可与 DestinE 交互，如通过搜索数据和 DestinE 服务访问相关的计算资源。

3.3 项目应用案例

3.3.1 气候变化情景预估

气候数字孪生首次在 “欧洲高性能计算共同计划”（EuroHPC）上实现了全球 5 km 水平分辨率的年代际气候预估模拟，覆盖了 1990—2040 年的气候演变情景。此外，气候数字孪生还可以生成 2017 年以来的全球千米级极端天气事件的情景线，以展示气候变化影响并为研究气候变化适应策略提供科学信息。这些模拟在不同的气候条件下（例如前工业化时期、当今、升温 2℃和 3℃的情景）重建了近期的极端事件，如热浪、洪水和干旱。例如，通过不同情景演变模拟，可以研究在更温暖的全球情景下近期经历的热浪会如何变化（图 9）。这种情景分析能够帮助人们直观地了解气候变化对极端事件的影响，为评估未来气候变化风险提供了重要参考。

3.3.2 极端天气预报

极端天气数字孪生运行时，先通过全球版本以 4.4 km 分辨率模拟生成未来 4 d 的全球预报，一旦监测到极端天气事件，便触发 2 d 内 500～750 m 分辨率的区域模拟，该高精度模拟结果可为相关部门在面对极端天气时提供决策支撑。初步评估显示，极端天气数字孪生在大尺度预报准确度方面并未持续超越 ECMWF 常规预报，但在降低预报误差方面取得显著进展，尤其是在热带气旋等极端天气预报上表现突出（图 10）。图 11 展示了采用极端天气数字孪生的区域组件结合能源部门模型的模拟结果。在极端天气数字孪生的全球版本检测到 2022 年 2 月 “尤妮丝” 风暴期间 10 m 阵风灾害存在高概率预警后，立即启动比利时近海 750 m 分辨率的区域模拟。基于此极端阵风数据，一个风力发电场的模型提前 2 d 成功地预测了由于风力发电场关闭而导致的发电量骤降的情况。

3.3.3 AI 应用

在DestinE 项目中，构建的基于 AI 的地球系统模型的进展备受关注，这一构建过程正逐步从单一基于 AI 的天气预报模型（AIFS）向综合性地球系统 AI 模型拓展，将结合陆地、海洋、海冰、波浪、水文等模块。之后，将该模型投入实际应用，为风力发电、建筑等相关部门提供科学信息。AI 的应用贯穿于多个关键环节，从模型训练到不确定性量化以及交互功能探索（如预报工具封装、大语言模型聊天机器人等），均展现出 AI 的重要作用（图 12）。

4 欧盟的 DestinE 项目

4.1 小结

文中结合 AMS 第 105 届年会报告，对 NOAA 的 EODT、NASA 的 ESDT、欧盟的 DestinE 这三个数字孪生项目的基本情况进行了介绍。对比分析发现，这三个项目在发起主体与协作模式、目标与技术成熟度、技术路径与资源投入、数据整合与共享等方面各有特色，既有共性也有差异。

首先，在发起主体与协作模式上，EODT 由 NOAA 主导，通过招标委托三家私营企业（如洛克希德・马丁等）开发，体现 “政府主导＋私营技术驱动” 模式；DestinE 则由欧盟发起，整合 ECMWF、EUMETSAT、ESA 等三大政府机构及 26 个国家的 100 余家政、企、学、研伙伴，凸显 “跨国协同＋政府主导” 特征；而 NASA 的 ESDT 仍处于科研探索阶段，主要由高校及 NASA 下属实验室推进，尚未形成完整系统。其次，在目标与技术成熟度上，EODT 聚焦地球观测数据的多源融合与处理优化，已实现海冰监测、异常预警等应用，技术成熟度较高；DestinE 则以构建覆盖天气、气候、海洋、城市环境等模块的完整地球系统数字孪生为目标，具备明确的时间节点（2030 年完成），目前极端天气数字孪生（4.4 km 全球分辨率）和气候数字孪生（5 km 全球分辨率）已进入测试期，其他数字孪生技术成熟度还不高；ESDT 则仍处于概念验证期，功能以科研探索为主。第三，在技术路径与资源投入上，EODT 采取 “保持简单、逐步构建” 策略，依托私营企业成熟技术平台（如英伟达 Omniverse 平台），建设周期短（2022—2024 年），资金投入较低（500 万美元）；DestinE 则采用 “一体化设计 + 分阶段实施” 路线，整合欧盟高性能计算设施（LUMI、Leonardo），建设周期长（8 a），前两阶段投入超 3.15 亿欧元，资金投入与算力需求较大。第四，在数据整合与共享上，EODT 依赖 NOAA 自有卫星与地面数据，通过私营平台实现多源融合；DestinE 则通过建立统一的数据湖来集成包括哥白尼哨兵系列卫星数据、ESA “地球探索者” 卫星数据、ECMWF 数据等，支持跨领域数据协同和共享。

4.2 启示

欧美地球系统数字孪生项目的共性与差异，揭示了地球系统数字孪生技术、标准等方面的全球趋势。

4.2.1 构建地球系统数字孪生项目需采取 “保持简单＋逐步构建” 的技术路径

由于地球系统内部复杂，单一数字孪生难以全面、精准地反映其全貌及内在联系。NOAA 基于 EODT 的建设经验提出，地球系统数字孪生项目需采取 “保持简单＋逐步构建” 的技术路径。且 NOAA 非常重视数字孪生在 NOAA 业务中应用的全面评估，通过分析技术适配性、实际应用效果等，探索数字孪生在 NOAA 业务中的最佳应用模式。欧盟 DestinE 采取的是 “一体化设计＋分阶段实施” 技术路线。这和地球系统模式的 “分模块搭建＋耦合” 的发展路径是一致的，更有可操作性。采取这个技术路线可以避免一开始就构建过于复杂的系统而导致技术实现困难和成本无限增加。

4.2.2 欧美正计划通过建立标准和互操作性来构建一套全球通用的地球数字孪生生态系统

当前，由于不同数字孪生项目在数据格式、模型架构和应用方式等方面存在差异，导致在面对全球性问题时数据共享和协同工作存在困难，因此需要共同制定一套通用标准，以形成统一有效的应对策略。NOAA 已开始和 NASA、欧盟委员会合作，计划解决地球系统数字孪生的标准和互操作性问题，整合各自项目，构建一套全球通用的地球数字孪生生态系统。在 2024 财年，已成立了联合工作组开展相关试点工作，从 2024 年第三季度开始举办联合研讨会。

4.2.3 政府主导和多方协同是地球系统数字孪生实施的重要组织保障

EODT 的顺利实施得益于 NOAA 作为发起机构，由美国科学技术公司、猎户座空间解决方案公司、洛克希德・马丁公司三家私营企业作为合同实施方，基于 NOAA 已有的大数据集和私营公司成熟的技术平台而得以成功开发。DestinE 的顺利实施得益于欧盟委员会的主导和资助，得益于欧盟成员国多方机构在数值天气预报、气候服务、大数据、软件工程、超算上的高度协同作用和伙伴关系，特别是 ECMWF、ESA 和 EUMETSAT 三大牵头机构充分发挥了各自的技术和资源优势，形成了强大的协同效应。欧美的经验显示，政府主导和多方协同是地球系统数字孪生实施的重要组织保障。

4.2.4 下一代千米级地球系统模式是地球系统数字孪生的核心

文中调研的 3 个地球系统数字孪生系统中，由于欧盟的 DestinE 有系统的顶层设计和明确的时间节点，并已发布了两个数字孪生原型，其经验对中国建设地球系统数字孪生系统具有重要参考价值。下一代千米级地球系统模式是 DestinE 的核心和关键。极端天气数字孪生和气候数字孪生是欧盟 DestinE 的基础和优先示范，这两个数字孪生高度依赖于数值预报模式，但和目前业务化的数值预报模式也有很大区别。首先，下一代千米级风暴和涡旋解析地球系统模式是数字孪生的核心。气候数字孪生实现了 5 km 分辨率的全球气候模拟，极端天气数字孪生实现了 4.4 km 分辨率的全球天气模拟和 500～750 m 分辨率的区域天气模拟，可提前 2～4 d 预报极端天气事件及其影响，均前所未有地实现了高精度天气预报，这将有助于更直接地模拟出极端事件和天气、气候系统演变的小尺度过程，将极大地提升天气、气候预测精准度。由于计算资源紧缺，DestinE 只有在全球 4.4 km 分辨率的极端天气数字孪生监测到局地极端天气时，才在较小区域触发 500～750 m 分辨率的区域天气模拟。

4.2.5 地球系统数字孪生需要优化计算资源使用才有可行性

NASA 指出，其 ESDT 项目对超算算力和 GPU 算力提出了巨大挑战。以海岸带数字孪生为例，只做 1 a 的美国东海岸中部的切萨皮克湾（Chesapeake Bay）数字孪生，若使用 GPU 节点，第一年所需的总计算资源为 81857 个 GPU h；若使用 CPU 节点，完成同等计算任务需要 270180 个 CPU h，耗资巨大。ECMWF 专家 Florian Pappenberger 表示，DestinE 项目的计算资源投入巨大且有些紧缺，DestinE 在 2024 年使用 LUMI 消耗的总计算资源达到 3624193 个 GPU h 和 48005975 个 CPU h。但考虑对经济社会的效益，收益仍然大于成本投入。ECMWF 正在考虑购置新的超级计算机，并在当前开发中优化资源使用，即上面提到的按需进行高分辨率模拟。因此，地球系统数字孪生对算力的巨大需求是前所未有的，需要优化计算资源使用才有可行性。

4.3 讨论

在中国，由中国气象局牵头的自主可控的数字孪生大气雏形已基本建成。首先，中国已建立拥有自主知识产权的全球数值预报模式体系，是拥有完整体系技术研发能力并实现业务应用的全球四个国家或地区之一。第二，中国已经建成新一代气象超算系统和气象大数据云平台，数据资源存储量超 75 PB（千万亿字节）。世界气象组织定义的 7 种地球系统数据资源中，中国已建成针对其中五类的业务收集流程，能够稳定获取全球 72 个数据中心 200 余种地球系统多圈层数据。但中国还没有开展与欧盟的 DestinE 或 NOAA 的 EODT 类似的以业务应用为导向的地球系统数字孪生项目建设，仅建有中国科学院牵头的地球系统数值模拟大科学装置（“寰”）。地球系统数字孪生对赋能经济社会发展、应对全球气候变化、防灾减灾救灾、国家安全等有重要意义，但由于地球系统科学自身的综合性和高度复杂性，该数字孪生建设也具备非常大的难度。参考欧美近年来的进展，作者认为，基于数字孪生、AI 等技术的迅猛发展和经济社会各行各业应用场景的明确，当前地球系统数字孪生已具备可行性，面临抢占科技制高点的重要机遇，亟须借鉴国际前沿发展经验，加快推进。文中通过梳理分析欧美地球系统数字孪生项目进展，提出以下 4 点思考：一是应走 “模块化＋渐进式” 技术路线，做好顶层设计，分阶段实施大气、海洋等不同模块数字孪生，保证互操作性，最终能耦合成一个整体；二是强化核心技术攻关，重点突破千米级地球系统模式研发，提升极端天气和气候模拟精度，同时加强 AI 技术和数值预报技术融合创新；三是加强组织保障，实现政府主导和多方协同；四是深度参与国际标准制定。

(作者单位：唐伟、何静怡、王淼淼、周勇，中国气象局气象发展与规划院； 贾朋群，中国气象局气象发展与规划院、中国气象局气象干部培训学院）

原文链接：

http://www.qxkjjz.cn/cn/article/pdf/preview/10.3969/j.issn.2095-1973.2025.05.002.pdf

—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。