每經(jīng)記者｜李旭馗    每經(jīng)編輯｜陳星    

面對日益頻發(fā)的雷暴、突發(fā)強降雨等強對流天氣，傳統(tǒng)預報系統(tǒng)通常僅能提供20分鐘至2小時的準確預報時間，應急響應往往措手不及。如今，這一困局或迎來破題關(guān)鍵。

1月28日，香港科技大學（以下簡稱港科大）召開新聞發(fā)布會，宣布已成功研發(fā)全球首個能提前4小時精準預警強對流風暴的AI（人工智能）模型“基于衛(wèi)星數(shù)據(jù)的深度擴散模型”。

與現(xiàn)有預報系統(tǒng)相比，該模型利用衛(wèi)星數(shù)據(jù)及深度擴散技術(shù)，能在48平方公里的空間尺度上，較當前最先進的預報方法將預報準確率提升超過15%，為防災減災爭取關(guān)鍵窗口。

該研究成果已于2025年12月發(fā)表于《美國國家科學院院刊》，論文題目為《利用衛(wèi)星數(shù)據(jù)驅(qū)動的深度擴散模型實現(xiàn)四小時對流預報（Four-hour thunderstorm nowcasting using a deep diffusion model for satellite data）》。

港科大土木及環(huán)境工程學系講座教授蘇慧（右）和博士后研究員代快（左）圖片來源：每經(jīng)記者 李旭馗 攝

在新聞發(fā)布會上，港科大土木及環(huán)境工程學系講座教授蘇慧對包括《每日經(jīng)濟新聞》在內(nèi)的媒體介紹，傳統(tǒng)氣象預報將全球分成眾多網(wǎng)格，通過數(shù)字方法求解流體力學方程來預測天氣變化。然而，包括華為盤古大模型、谷歌GraphCast模型在內(nèi)的許多全球AI氣象模型，其訓練和預報所采用的網(wǎng)格分辨率通常在25公里左右，分辨率較粗，難以實現(xiàn)區(qū)域精細化預報。清華大學NowcastNet模型雖然網(wǎng)格劃分較小，但非常依賴地面雷達，在未部署雷達的區(qū)域無法使用。

為突破上述瓶頸，研究團隊將目光投向靜止氣象衛(wèi)星，計劃利用國產(chǎn)風云衛(wèi)星的觀測，借助AI實現(xiàn)強對流天氣的短臨預測，重點關(guān)注劇烈雷暴、強降水等天氣過程。蘇慧解釋，風云衛(wèi)星位于離地36000公里高度，可覆蓋整個東半球，且每15分鐘就會對同一區(qū)域進行一次掃描，格點分辨率約4公里，比傳統(tǒng)模式25公里格點的分辨率更高。

論文第一作者、蘇慧團隊博士后研究員代快介紹了團隊的核心算法創(chuàng)新?！拔覀冊O(shè)計的模型主要包含兩個分支。第一個分支是確定性模型，利用歷史狀態(tài)外推未來狀態(tài)，其結(jié)果代表整體的確定性預測結(jié)果。第二個分支針對局部難以預測的隨機部分，通過條件擴散模型進行彌補和校正，我們會先用歷史狀態(tài)預測出確定性結(jié)果，再通過擴散模型對真值與確定性預測結(jié)果之間的差異進行建模與修正?！贝煺f。

據(jù)悉，該模型在4公里至48公里的多種空間尺度和不同季節(jié)下均表現(xiàn)穩(wěn)定，尤其在2小時至4小時預報時窗中準確度尤為突出。在這一關(guān)鍵預警時段內(nèi)，該模型準確率提升幅度在3%至16%，平均提升達8.26%。

代快向記者展示了多個驗證案例。在2025年11月泰國南部的強對流事件中，模型成功預測了對流在4小時內(nèi)的快速生長與移動；在2025年8月中國香港的一場暴雨中，盡管香港地區(qū)的小范圍對流難以直接從衛(wèi)星觀測中捕捉，模型仍準確預測了香港地區(qū)整體的氣象狀況，這對于輔助地面雷達的預報工作具有重要意義。

在回答記者提問環(huán)節(jié)，蘇慧透露，國家衛(wèi)星氣象中心已在測試該模型，團隊正積極推進與香港天文臺合作，結(jié)合衛(wèi)星和地面雷達數(shù)據(jù)，提升強對流預報精度。

此外，團隊也已在港科大創(chuàng)立公司，在模型成果轉(zhuǎn)化后，可為商業(yè)客戶提供定制化方案?！氨ｋU公司可借助精準預測優(yōu)化保險理賠定價，還能告知客戶提前做好預警，減少極端天氣帶來的損失。電網(wǎng)、電站等政府部門及企業(yè)在面對極端天氣危害時對精準預報需求迫切，也會是我們的服務對象?！碧K慧說。