观潮 · 模式预报与气象 AI 观察
AIFL：两段式训练解决再分析到预报的漂移，2000 个站点径流 KGE 中位数 0.66
> 水文机器学习模型的标准训练流程有个结构性隐患：训练用再分析、部署用业务预报，两者气候态不同、误差结构也不同，这个"再分析到预报的域漂移"足以让一个在论文里表现优秀的模型在实战中掉链子。ECMWF 的 AIFL 用两段式训练来填这个坑——先在 40 年 ERA5-Land 再分析上预训练一个 LSTM，再用 4 年业务 IFS 控制预报微调。2021–2024 年独立检验期、全球 2000 个有资料流域上，修正 Kling–Gupta 效率中位数 0.66，流量偏差比中位数 1.00。洪水检测上它刻意保守：50 年一遇以内的所有重现期上零空报，代价是漏掉一部分稀有事件。作者把"在不引入空报的前提下提升极端洪水检出"列为明确的后续优先项。
---
缺的是哪一块
洪水每年影响的人口超过其他任何自然灾害。要提前发布预警、调度水库、保护生命，就得准确预报未来几天会有多少水从河里流过。
ECMWF 做这件事已经 15 年以上——欧洲洪水预警系统（EFAS）和全球洪水预警系统（GloFAS）都是把天气预报耦合进基于过程的物理水文模型。现在要探索的是机器学习能怎么补上这块能力。
真正的痛点不是模型够不够大，而是训练与部署的数据不是一回事。 水文机器学习模型通常用大气再分析数据训练和驱动——再分析是过去的天气的网格化重建，时间上一致，并通过资料同化锚定在观测上。但一旦业务部署，驱动它的不再是再分析，而是 IFS 这类业务预报系统的输出，后者气候态不同，还带着预报不确定性。这个"再分析到预报"的域漂移会显著拉低模型在真实世界的表现：一个在论文里看起来很好的模型，可能在最要紧的时候掉链子。
---
方法怎么搭的
AIFL（Artificial Intelligence for Floods）是一个直接从数据里学的全球径流预报模型，核心设计就是那个两段式训练策略。
阶段 · 数据 · 作用
第一阶段（预训练） · 1980–2019 年共 40 年 ERA5-Land 再分析，覆盖 CARAVAN 开源数据集整理的全球 18000 多个流域 · 在气候、下垫面和河网高度多样的样本上学到稳健的降雨—径流关系
第二阶段（微调） · 2016–2019 年业务 IFS 控制预报 · 让网络接触实时预报特有的误差结构和偏差，据此调整内部表示
骨干网络是长短期记忆网络（LSTM），专为序列数据设计，适合降雨和河道流量这类时间序列。第一阶段教它水文，第二阶段把它校准到业务条件。
这项工作贡献给了欧盟委员会的 Destination Earth（DestinE）计划。在 DestinE 里，ECMWF 与多个伙伴正在构建覆盖整个地球系统的数据驱动模型，AIFL 负责水文分量，与大气、海洋、海冰、波浪、陆面的并行工作互补，为完全耦合的机器学习地球系统模型打底。
模型用 Neural Hydrology 库开发，训练数据是开源的 CARAVAN 数据集。
---
结果数字
独立检验期 2021–2024 年，全球 2000 个有资料流域：
指标 · 数值
修正 Kling–Gupta 效率（KGE′）中位数 · 0.66（水文文献中通常视为"满意"的门槛之上）
流量偏差比中位数 · 1.00（既不系统性高估也不系统性低估径流量）
重点分析区域 · 欧洲、北美、南非、澳大利亚与新西兰
博客图 1：四个重点分析区域（欧洲、北美、南非、澳大利亚与新西兰）的测站评分。每个圆点是一个测站，颜色为其 Kling–Gupta 效率（KGE）得分，色标自深紫（约 −1.0）经青绿到黄（1.0）。北美覆盖最密、得分整体偏高，欧洲次之，南非与澳新测站较稀但多数落在 0.4 以上的青绿至黄区间。
博客图 2：2024 年 1 月风暴 Henk 在比利时 Straimont 站的预报个例。左上为站点位置，右上为 182 平方公里上游集水区范围；下方折线为径流（m³/s），橙色虚线为观测，蓝色系实线为 AIFL 在不同起报时效下的预报（颜色越深表示起报越接近观测洪峰）。观测洪峰出现在 1 月 4 日前后，深蓝曲线在 1 月 1 日之前就已给出清晰的上涨信号，对应约 6 天的提前量。
与谷歌全球洪水模型的对比，在 1200 多个共有站点上：AIFL 在 43% 的站点上与谷歌技巧持平或更优。表现随流域面积变化——AIFL 在较小流域上尤其有竞争力，并在各种尺度上给出一致、稳定的预报。
洪水检测上的取舍很清楚：当 AIFL 触发洪水警报时，几乎必定对应一次真实事件——在 50 年一遇以内的所有重现期上，空报数为零。这份高可靠性的代价是漏掉一部分事件，尤其是最稀有的那些。
一个真实个例：2024 年 1 月风暴 Henk 给比利时部分地区带来严重洪水。在流域面积 182 平方公里的 Straimont 站，AIFL 在观测洪峰到来前最多 6 天就持续给出清晰的洪水信号，该事件约为 20 年一遇。不同起报时次的预报量值略有差异，但事件被稳定提前捕捉。
---
作者承认的限制
- 稀有事件会漏。 原文："这种高可靠性是以漏掉某些事件为代价的，尤其是最稀有的那些。在不引入空报的前提下提升极端洪水的检出，是未来工作的一项明确优先事项。"
- 与谷歌模型对比只赢了四成站点。 在 1200 多个共有站点上，AIFL 在 43% 的站点持平或更优——作者自己的措辞是"有竞争力，但仍有改进空间"。
- 没有概率输出。 AIFL 目前是确定性的。概率输出用于不确定性量化、多源降水产品用于改善事件检测、与 GloFAS 的系统性对比，都被列为后续计划而非已完成项。
- 与 GloFAS 的系统比较还没做。 文中只说 AIFL 为 GloFAS 这类现有系统提供了"透明基线"，计划中才包含系统对比。
---
一句话判断
把"再分析训练、预报部署"这个水文机器学习的结构性错配，用一个便宜且可复现的两段式策略化解掉，比换更大的网络更划算——而 AIFL 在洪水警报上选择"宁可漏、不可错"的保守取向，对业务预警链条来说是个值得单独讨论的产品决策。