曼彻斯特大学基于英伟达 Earth-2 平台预测英国全境空气污染

曼彻斯特大学研究团队结合英伟达 Earth-2 平台中的生成式 AI 框架，构建了覆盖英国全境的高分辨率空气污染预测模型，尝试解决传统化学气候模型计算开销过高的问题。

• 传统空气质量模型在引入化学反应机制后计算耗时较长，限制了高频次与高精细度预测的日常应用。
• 研究人员利用既有化学气候模拟生成训练数据，并在英国国家 AI 超算 Isambard-AI 上训练了 Earth-2 CorrDiff 生成式降尺度模型。
• 团队进一步引入 Earth-2 StormCast 模型以支持结合观测数据的时序预测，并在 DGX Spark 设备上完成了测试训练与推理流程验证。
• 该模型计划用于模拟不同环境政策变动下的污染情景，并探索与边缘监测设备结合进行野火等突发事件的即时预警。
• 影响/看点：该成果表明气象领域的生成式 AI 框架可迁移至大气化学扩散预测，若后续在多区域真实复杂气象下的泛化性得到验证，可能降低环境监测与公共卫生预警的计算成本。
• 资料依据：
• NVIDIA AI Blog（2026-09-16）：https://blogs.nvidia.com/blog/uk-air-pollution-research-earth-2/

本内容由 AI 生成，仅供参考，请注意甄别