自然与生物多样性

为对抗气候变化,科学家们正在创建“数字孪生地球”

数字替身技术或是应对气候变化的重要手段。 Image:  Pixabay/PIRO4D

Simone Ulmer
Contributing writer, ETH Zurich
  • 为了在2050年前实现气候中立的目标,欧盟启动了“绿色协议”和“数字化战略”两个气候计划。
  • 此外,他们还发起了一个为期10年的“目的地地球”倡议,旨在创建一个地球的数字“孪生”,从而模拟地球的气候发展。
  • 该模型还可以用来预测各种情景对地球的影响,并提供有效的解决方案来应对气候变化。

为了在2050年实现气候中立,欧盟启动了两项雄心勃勃的计划:“绿色协议”和“数字化战略”。为了确保它们的成功实施,气候科学家和计算机科学家还发起了一个叫做“目的地地球”的关键倡议。这个倡议将于2021年年中启动,预计将持续10年。在此期间,科学家们将会创建一个高精度的地球数字模型,即地球的“数字孪生体”,在时间和空间上尽可能精准地描绘出地球的气候发展情况,以及可能出现的极端气候事件。

为了提高该模型监测演变和预测未来的准确性,大量观测数据将会不断地被纳入其中。除了常规的用于天气和气候模拟的数据之外,研究人员还希望把那些涉及人类活动的数据也整合进去。这样打造出的全新的“地球系统模型”将尽可能真实地展现出地表上几乎所有的过程,包括人类对水、食物和能源等资源的影响,以及一些地球物质的物理过程。

用于决策的信息系统

科学家们旨在把“地球数字孪生体”打造成一个信息系统,开发并测试出可持续的发展情景,从而为政府制定相关政策提供有效信息。欧洲中期天气预报中心(ECMWF)副主任、“目的地地球”倡议的发起人之一Peter Bauer说道,“比如,如果你计划在荷兰修建一座两米高的堤坝,我可以用这个模型跑一下数据,预测这个堤坝到2050年是否还能抵抗住一些极端气候事件。”数字孪生系统还将用于淡水和食品供应、风能和太阳能利用等方面的战略规划。

在背后驱动“目的地地球”倡议的组织是欧洲中期天气预报中心(ECMWF)、欧洲航天局(ESA)和欧洲气象卫星利用组织(EUMETSAT)。来自这些地方的科学家们(包括Bauer在内)共同引领了气候科学和气象方面的研究,但他们同时也依赖于计算机科学方面的专业知识,合作的相关专家包括来自苏黎世联邦理工学院高性能计算系统研究所的Torsten Hoefler教授,以及瑞士国家超级计算中心(CSCS)的主管Thomas Schulthess。

为了在数字革命中迈出这样重大的一步,Bauer强调需要将地球科学与计算机科学结合起来。最近一篇出版在《自然计算科学》的文章就是由来自这两个领域的研究人员共同完成的。他们在文中讨论了有什么具体举措可以推动这场“地球系统科学的数字化革命”,并分析了这场革命会带来的挑战以及相应的解决方案。

天气和气候模型是发展基础

在这篇文章中,研究者们回顾了自20世纪40年代以来天气模型稳步发展的过程,并指出该领域悄然取得了不少进展。气象学家们在世界上最大的计算机上实现了物理过程的模拟,可谓开创了气象研究的先河。来自CSCS的Schulthess既是一名物理学家,也是一名计算机科学家,他确信如今的天气和气候模型能够启发许多学科更加有效地利用超级计算机。

在过去,天气和气候模型运用的是不同的方法来模拟地球系统。那样模拟出的物理过程虽然同样很广泛,但往往忽视了小尺度过程的描绘,可正是这些过程才能帮助我们更精准地预报天气。数字孪生体能够实现这两个方面的结合,通过高分辨率的模型描绘出整个地球系统中各种复杂的过程。但为了实现这一点,模拟程序的代码必须进行更新,以适应计算能力更强的新技术。

过去的几十年里,计算机科学领域的代码开发一直停滞不前。所以基于现有的计算机和算法,我们很难实现计划中一公里极高分辨率的复杂模拟。气候研究之所以在很长一段时间内还能取得较好的进展,是因为开发出了一代又一代的新型处理器,这能带来性能升级,却无需重写整个程序。不过大约在10年前,这种由新型处理器带来的性能提升效应就停止了,如今的程序往往只能用到传统处理器(CPU)性能峰值的5%。

为了实现必要的改进,作者们强调了协同设计的必要性,即同时开发硬件和算法,这也是CSCS在过去十年中成功做到的事情。他们提出要特别注意通用数据结构、计算网格优化的空间离散化以及时间步长的优化。他们进一步建议应该将两类代码分开,一类专门用来解决科学问题,另一类在各自的系统架构上优化运算。这种灵活的程序结构将使得现有架构快速高效地向未来的模式发展。

从人工智能中获利

作者们也看到了人工智能的巨大潜力。例如,它可以用于数据同化或者说观测数据处理,还可以在模型中模拟不确定的物理过程并实现数据压缩。因此,人工智能可以大大加快模拟速度,从海量数据中过滤出最重要的信息。此外,研究人员认为运用机器学习可以提高计算效率,同时实现对物理过程更精准的描述。

科学家们将他们发布的战略文件视为成功打造“地球数字孪生体”的起点。在如今以及短期内可用的计算机体系结构中,基于图形处理单元(GPU)的超级计算机似乎是最佳的选择。研究人员估计,运行一个全尺寸的数字孪生系统需要大约20000个GPU,需要消耗将近20兆瓦的电力。出于经济和生态两方面的考虑,这种计算机只能在特定地点运行,这些地方要能够提供绿色、充足的电力资源。

本文作者:

Simone Ulmer,特约撰稿人,苏黎世联邦理工学院

本文与苏黎世联邦理工学院共同发布,原载于世界经济论坛Agenda博客,转载请注明来源并附上本文链接

翻译:张丽莉

校对:王思雨

不要错过关于此主题的更新

创建一个免费账户,在您的个性化内容合集中查看我们的最新出版物和分析。

免费注册

许可和重新发布

世界经济论坛的文章可依照知识共享 署名-非商业性-非衍生品 4.0 国际公共许可协议 , 并根据我们的使用条款重新发布。

世界经济论坛是一个独立且中立的平台,以上内容仅代表作者个人观点。

实时追踪:

环境的未来

相关话题:
自然与生物多样性
气候行动
新兴技术
分享:
全局信息
探索和追踪解决之道 环境的未来 正在影响经济、产业和全球问题
World Economic Forum logo

每周 议程

每周为您呈现推动全球议程的紧要问题(英文)

立即订阅

更多关于 自然与生物多样性
查看全部

北极圈的针叶林正在燃烧,我们为何不能置身事外?

Erin Harrington, Brendan Rogers and Natalie Çilem

2026年8月29日

The Hidden Economic Power of Healthy Soils

关于我们

加入我们

  • 登录
  • 成为我们的合作伙伴
  • 成为我们的会员
  • 订阅我们的新闻稿
  • 联系我们

快捷链接

语言版本

隐私政策和服务条款

站点地图

© 2026 世界经济论坛