NCAR更新CREDIT平台，简化AI天气模型构建

发布时间：2026-09-02 打印

　　近日，美国国家大气研究中心（NCAR）机器学习团队推出新一代“社区研究地球数字智能孪生”（CREDIT）平台，旨在让研究者（即使不具备AI专业知识）能轻松构建模拟复杂地球系统的AI模型。

　　新版CREDIT在原有基础上进行了多项核心升级：采用更模块化的设计简化了用户体验，并提供了更好的用户文档说明；减少了系统运行中的时间延迟；同时引入了更多物理约束，使得AI模型的输出结果更加真实可信。

　　CREDIT的开发初衷源于团队早期的痛点——每次为不同科学问题构建仿真器都得从头编写数据处理和训练代码。2024年12月发布的第一代CREDIT仅是概念验证，而新一代已走向实用。

　　目前，团队已利用CREDIT成功构建了基于通用大气模型（CAM）的仿真器CAMulator，用于探索两周至两个月尺度的次季节可预报性；海洋模型仿真器及基于通用地球系统模型（CESM）的仿真器也正在开发中。未来，CREDIT将支持从高分辨率短时预报到低分辨率百年气候模拟的各类仿真器构建。

　　团队强调，仿真器并非取代物理模型，而是互补——物理模型的进步会同步提升仿真器精度。NCAR科学家表示，目标用户是地球科学教授指导下的研究生，“教授可能完全不懂AI，但手握优质数据，我们希望学生能以最少的学习成本让模型跑起来，而无需成为机器学习专家”。

　　（高艾祺编译自：2026年8月13日NCAR）

附件：

版权信息：Copyright@ 中国气象局图书馆（气象科技史研究中心）技术支持：北京中科聚网信息技术有限公司

地址：北京市海淀区中关村南大街46号联系电话：010-68406306 68409247 Email：cmalibrary@126.com

图书馆公众号