Fengqing Ensemble V1.0 lager globale sannsynlighetsprognoser med 51 medlemmer, fra 0 til 360 timer fram i tid.[9] Testene viser en effektiv prognoselengde på 11 dager for ensemblets gjennomsnittlige prognose av geopotensiell høyde ved 500 hPa – ikke en garanti for at alle værfenomener kan varsles like langt fram.[8]...
Publisert avBilder generert med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What is the China Meteorological Administration’s Fengqing AI global short and medium range ensemble forecasting system (CMA AIM GFS Fengqin. Article summary: CMA AIM GFS Fengqing ENS V1.0, or “Fengqing Ensemble V1.0,” is CMA’s AI system for global short and medium range probability weather forecasting, developed under the National Meteorological Centre’s leadership.[9] Octobe. Topic tags: general web, ai, benchmarks, anthropic, finance. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, cha
Fengqing Ensemble V1.0 er et AI-basert system fra Kinas meteorologiske myndighet for globale sannsynlighetsprognoser på kort og mellomlang sikt. I stedet for å gi bare én mulig utvikling av været, lager systemet 51 prognosevarianter. Det gir meteorologer et bilde av hvor usikre prognosene er – og hvilke utfall som virker mer eller mindre sannsynlige.9
Systemet bestod en operativ vurdering ved Kinas nasjonale meteorologisenter. Eksperter fra blant annet atmosfæreforskning, numerisk værvarsling, meteorologiske informasjonstjenester og regionale værbyråer deltok. Godkjenningen betyr at systemet ble vurdert å oppfylle vilkårene for operativ bruk.4
Det har vært ulike formuleringer om når systemet faktisk ble satt i drift. Meldinger 17. oktober beskrev det som tatt i bruk i landets meteorologiske tjenester.7 En senere kunngjøring fra Kinas meteorologiske myndighet sier imidlertid at den formelle operative driften starter 10. november 2026.
9 Det er derfor nyttig å skille mellom at systemet bestod vurderingen og den offisielt oppgitte driftsstarten.
Nasjonalt meteorologisenter ledet utviklingen, i samarbeid med blant andre Xiong’an Meteorological AI Innovation Research Institute og National Meteorological Information Centre. Også National Supercomputing Internet er nevnt som samarbeidspartner i omtalen.9
14
Ifølge den offisielle spesifikasjonen skal Fengqing Ensemble sende ut prognoser to ganger daglig. De dekker perioden fra 0 til 360 timer fram i tid, med prognoseverdier for hvert sjette timepunkt og en horisontal oppløsning på 0,25 grader. Hvert prognosesett inneholder 51 medlemmer.9
Prognosene omfatter atmosfæriske forhold på 13 trykknivåer, blant annet geopotensiell høyde, spesifikk fuktighet, vind og temperatur. De dekker også forhold ved bakken, som vind i 10 meters høyde, temperatur i 2 meters høyde og trykk ved havnivå.9
Et ensemble er nyttig fordi været ikke kan forutsies helt presist. Når flere prognoser avviker fra hverandre, kan spredningen gi informasjon om usikkerheten. Det er noe annet enn å love at én bestemt værhendelse vil skje.
Tester på uavhengige datasett fra januar 2025 til august 2026 viste en effektiv prognoselengde på 11 dager for ensemblets gjennomsnittsprognose av geopotensiell høyde ved 500 hPa.8
9 Dette er et resultat for en bestemt størrelse som beskriver atmosfæren, ikke et løfte om at alle værtyper eller lokale forhold kan varsles presist elleve dager fram.
Myndigheten oppgir også gode resultater for CRPS, en poengsum som brukes til å vurdere sannsynlighetsprognoser, og for forholdet mellom spredning i ensemblet og prognosefeil.9 De tilgjengelige opplysningene gir imidlertid ikke de detaljerte tallene bak disse resultatene. At testene omtales som basert på «uavhengige» utvalg, dokumenterer heller ikke i seg selv at evalueringen er gjentatt av en uavhengig part.
8
Noen meldinger hevder at Fengqing samlet sett gjør det bedre enn europeiske værmodeller.16 Opplysningene som foreligger, gir ikke en detaljert, sammenlignbar test på tvers av værvariabler, områder og prognoselengder. Påstanden bør derfor ikke forstås som dokumentert overlegenhet i alle situasjoner.
Fengqing Ensemble bygger videre på Kinas satsing på AI i værvarsling, men detaljene om systemets arkitektur er ikke godt dokumentert i materialet som er tilgjengelig. Det er blant annet ikke bekreftet hvilken spesifikk modellarkitektur det bruker, eller nøyaktig hvilke fysiske begrensninger som eventuelt er bygget inn.9
En tidligere Fengqing-modell, omtalt i 2024, ble utviklet i samarbeid mellom Kinas meteorologiske myndighet og Tsinghua-universitetet. I den modellen ble atmosfærefysikk og fysiske bevaringslover trukket inn i treningen for å gjøre resultatene mer fysisk forståelige og bedre egnet til prognoser langt fram.2 Det er ikke grunnlag for å overføre konkrete tekniske spesifikasjoner fra den modellen til Ensemble V1.0.
Meldinger om Fengqing Ensemble sier at treningen og videreutviklingen brukte en AI4S-superdatamaskinklynge med 100 000 kort ved det nasjonale superdatasenteret i Tianjin. De beskriver også data, modell og regnekraft som selvstendig kontrollert innenlands.7 Dette er en rapportert beskrivelse, ikke en uavhengig gjennomgang av hver enkelt datakilde og komponent. Størrelsen på treningsklyngen sier heller ikke hvor mye regnekraft som kreves for å lage hver nye prognose.
Det tydeligste bildet er derfor at Fengqing Ensemble skal tilføre kinesisk værvarsling et operativt AI-basert ensemble for globale sannsynlighetsprognoser. Systemet har bestått den operative vurderingen, og myndigheten har oppgitt 10. november 2026 som formell driftsstart. Resultatene på enkelte prognosemål er lovende, men flere påstander om teknologien og sammenligninger med andre modeller kan ikke vurderes fullt ut uten mer detaljerte, sammenlignbare data.8
9
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Fengqing Ensemble V1.0 lager globale sannsynlighetsprognoser med 51 medlemmer, fra 0 til 360 timer fram i tid.[9]
Fengqing Ensemble V1.0 lager globale sannsynlighetsprognoser med 51 medlemmer, fra 0 til 360 timer fram i tid.[9] Testene viser en effektiv prognoselengde på 11 dager for ensemblets gjennomsnittlige prognose av geopotensiell høyde ved 500 hPa – ikke en garanti for at alle værfenomener kan varsles like langt fram.[8][9]
Systemet har bestått den operative vurderingen. Mens meldinger 17.
Fengqing Ensemble V1.0 lager globale sannsynlighetsprognoser med 51 medlemmer, fra 0 til 360 timer fram i tid.[9] Testene viser en effektiv prognoselengde på 11 dager for ensemblets gjennomsnittlige prognose av geopotensiell høyde ved 500 hPa – ikke en garanti for at alle værfenomener kan varsles like langt fram.[8]...
Publisert avBilder generert med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What is the China Meteorological Administration’s Fengqing AI global short and medium range ensemble forecasting system (CMA AIM GFS Fengqin. Article summary: CMA AIM GFS Fengqing ENS V1.0, or “Fengqing Ensemble V1.0,” is CMA’s AI system for global short and medium range probability weather forecasting, developed under the National Meteorological Centre’s leadership.[9] Octobe. Topic tags: general web, ai, benchmarks, anthropic, finance. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, cha
Fengqing Ensemble V1.0 er et AI-basert system fra Kinas meteorologiske myndighet for globale sannsynlighetsprognoser på kort og mellomlang sikt. I stedet for å gi bare én mulig utvikling av været, lager systemet 51 prognosevarianter. Det gir meteorologer et bilde av hvor usikre prognosene er – og hvilke utfall som virker mer eller mindre sannsynlige.9
Systemet bestod en operativ vurdering ved Kinas nasjonale meteorologisenter. Eksperter fra blant annet atmosfæreforskning, numerisk værvarsling, meteorologiske informasjonstjenester og regionale værbyråer deltok. Godkjenningen betyr at systemet ble vurdert å oppfylle vilkårene for operativ bruk.4
Det har vært ulike formuleringer om når systemet faktisk ble satt i drift. Meldinger 17. oktober beskrev det som tatt i bruk i landets meteorologiske tjenester.7 En senere kunngjøring fra Kinas meteorologiske myndighet sier imidlertid at den formelle operative driften starter 10. november 2026.
9 Det er derfor nyttig å skille mellom at systemet bestod vurderingen og den offisielt oppgitte driftsstarten.
Nasjonalt meteorologisenter ledet utviklingen, i samarbeid med blant andre Xiong’an Meteorological AI Innovation Research Institute og National Meteorological Information Centre. Også National Supercomputing Internet er nevnt som samarbeidspartner i omtalen.9
14
Ifølge den offisielle spesifikasjonen skal Fengqing Ensemble sende ut prognoser to ganger daglig. De dekker perioden fra 0 til 360 timer fram i tid, med prognoseverdier for hvert sjette timepunkt og en horisontal oppløsning på 0,25 grader. Hvert prognosesett inneholder 51 medlemmer.9
Prognosene omfatter atmosfæriske forhold på 13 trykknivåer, blant annet geopotensiell høyde, spesifikk fuktighet, vind og temperatur. De dekker også forhold ved bakken, som vind i 10 meters høyde, temperatur i 2 meters høyde og trykk ved havnivå.9
Et ensemble er nyttig fordi været ikke kan forutsies helt presist. Når flere prognoser avviker fra hverandre, kan spredningen gi informasjon om usikkerheten. Det er noe annet enn å love at én bestemt værhendelse vil skje.
Tester på uavhengige datasett fra januar 2025 til august 2026 viste en effektiv prognoselengde på 11 dager for ensemblets gjennomsnittsprognose av geopotensiell høyde ved 500 hPa.8
9 Dette er et resultat for en bestemt størrelse som beskriver atmosfæren, ikke et løfte om at alle værtyper eller lokale forhold kan varsles presist elleve dager fram.
Myndigheten oppgir også gode resultater for CRPS, en poengsum som brukes til å vurdere sannsynlighetsprognoser, og for forholdet mellom spredning i ensemblet og prognosefeil.9 De tilgjengelige opplysningene gir imidlertid ikke de detaljerte tallene bak disse resultatene. At testene omtales som basert på «uavhengige» utvalg, dokumenterer heller ikke i seg selv at evalueringen er gjentatt av en uavhengig part.
8
Noen meldinger hevder at Fengqing samlet sett gjør det bedre enn europeiske værmodeller.16 Opplysningene som foreligger, gir ikke en detaljert, sammenlignbar test på tvers av værvariabler, områder og prognoselengder. Påstanden bør derfor ikke forstås som dokumentert overlegenhet i alle situasjoner.
Fengqing Ensemble bygger videre på Kinas satsing på AI i værvarsling, men detaljene om systemets arkitektur er ikke godt dokumentert i materialet som er tilgjengelig. Det er blant annet ikke bekreftet hvilken spesifikk modellarkitektur det bruker, eller nøyaktig hvilke fysiske begrensninger som eventuelt er bygget inn.9
En tidligere Fengqing-modell, omtalt i 2024, ble utviklet i samarbeid mellom Kinas meteorologiske myndighet og Tsinghua-universitetet. I den modellen ble atmosfærefysikk og fysiske bevaringslover trukket inn i treningen for å gjøre resultatene mer fysisk forståelige og bedre egnet til prognoser langt fram.2 Det er ikke grunnlag for å overføre konkrete tekniske spesifikasjoner fra den modellen til Ensemble V1.0.
Meldinger om Fengqing Ensemble sier at treningen og videreutviklingen brukte en AI4S-superdatamaskinklynge med 100 000 kort ved det nasjonale superdatasenteret i Tianjin. De beskriver også data, modell og regnekraft som selvstendig kontrollert innenlands.7 Dette er en rapportert beskrivelse, ikke en uavhengig gjennomgang av hver enkelt datakilde og komponent. Størrelsen på treningsklyngen sier heller ikke hvor mye regnekraft som kreves for å lage hver nye prognose.
Det tydeligste bildet er derfor at Fengqing Ensemble skal tilføre kinesisk værvarsling et operativt AI-basert ensemble for globale sannsynlighetsprognoser. Systemet har bestått den operative vurderingen, og myndigheten har oppgitt 10. november 2026 som formell driftsstart. Resultatene på enkelte prognosemål er lovende, men flere påstander om teknologien og sammenligninger med andre modeller kan ikke vurderes fullt ut uten mer detaljerte, sammenlignbare data.8
9
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Fengqing Ensemble V1.0 lager globale sannsynlighetsprognoser med 51 medlemmer, fra 0 til 360 timer fram i tid.[9]
Fengqing Ensemble V1.0 lager globale sannsynlighetsprognoser med 51 medlemmer, fra 0 til 360 timer fram i tid.[9] Testene viser en effektiv prognoselengde på 11 dager for ensemblets gjennomsnittlige prognose av geopotensiell høyde ved 500 hPa – ikke en garanti for at alle værfenomener kan varsles like langt fram.[8][9]
Systemet har bestått den operative vurderingen. Mens meldinger 17.