如何应对复杂天气状况？这些气象服务中的黑科技了解一下丨封面科考队

封面新闻记者张峥车家竹实习生邓加庆

15天以上不确定性气候预测难题怎么破？长江流域的水情变化怎么监测？台风、大暴雨怎么精准预报？入夏以来，应对暴雨、龙卷风、强对流天气等变化多端的天气状况，被人工智能和大模型“武装”的气候、气象预报工具起了关键作用。

日前，国家气候中心气象服务首席专家周兵在接受封面新闻记者采访时表示，“气候预测的最新进展主要集中在数值预报与人工智能领域。AI被认为是引领新一轮科技革命和产业变革的战略性技术，已经融入到经济社会的方方面面。”

风云三号F星正式“上线”

记者从中国气象局获悉，7月1日，风云三号F星（以下简称“F星”）正式投入业务运行。F星是风云三号系列的第七颗卫星，同时也是风云系列第三颗太阳同步上午轨道卫星。它于2023年8月3日在酒泉卫星发射中心成功发射，并于同年10月23日启动在轨测试。

风云三号F星图据中国气象局

F星搭载10台业务仪器，通过全谱段、高光谱、定量化观测，在观测全球大气、地表环境的同时，可大幅提高对大气温湿度垂直廓线、大气痕量气体及地球辐射收支能量的观测精度。F星业务运行后，将接棒风云三号C星，开展全球地气系统综合探测业务。

在2024年1月下旬内蒙古东部、东北地区、华北北部、西北东北部出现的大范围降雪以及新疆强降雪，近期长江中下游强降水等天气过程的监测服务中，F星均发挥了较好的应用效益。

“风清”大模型提前3天预报“卡努”转向

近年来，以数据驱动为主的全球中短期天气预报人工智能（AI）大模型取得突破性进展。该模型训练过程紧密结合物理守恒特性，以提升长时效预报结果的活跃度以及对于灾害性天气的预报效果为目的。这项技术在2023年第6号台风“卡努”的预报中起到了大作用。8月3日夜间至4日上午，当“卡努”移动到距浙江沿海约290公里的东海南部时，其移动逐渐停滞，路径呈现锐角转向。“风清”大模型从7月31日0时开始，大约提前3天预报出了此次台风转向过程；12时，已预报出“卡努”两次转向的时间和转向点位置。

团队主创成员之一、国家气象中心天气预报技术研发室主任曹勇表示：“该模型具有强物理表征性的深度模型结构设计，并面向中短期预报进行能量守恒迭代训练，实现数据和模型结构完全自主可控。”

风云卫星家族图据中国气象局

周兵介绍，除了“风清”大模型，基于国产全球大气再分析资料、雷达观测资料、风云卫星遥感资料的训练和检验评估，中国气象局还发布了人工智能临近预报系统“风雷”大模型和人工智能全球次季节——季节预测系统“风顺”大模型。

面向15天以上更大不确定性的气候预测难题，“风顺”大模型创新地引入基于流依赖的集合扰动智能生成技术，从而更加合理地抓住了未来气候系统演变的不确定性。同时“风顺”还纳入了海气相互作用关键过程，进而提升了对热带大气季节内振荡MJO的预测技巧。该系统逐日滚动开展100个集合成员的大样本预测，形成了面向未来60天全球基本要素和极端事件的确定性和概率预报测试产品，对全球降水的预测技巧展示出一定的优势。

“云盾”气象预警机让防汛救灾多道屏障

日前，江西北部持续性暴雨牵动人心。6月23日，江西气象部门组织三支“云盾”气象预警机安装队伍，马不停蹄奔赴受降水影响较大的上饶、九江、景德镇三市六县的112个乡镇安装气象预警机。“云盾”很快落地见效。6月24日6时41分，景德镇市浮梁县发布暴雨红色预警，寿安镇防汛值班室收到“云盾”气象预警机报警，安排人员巡查，发现一户居民房屋附近出现塌方，迅速转移相关人员，并安排挖机抢修，应对及时，未出现人员伤亡情况。目前，设备已在全省范围内推广，这让防汛救灾多了一道坚固的“技防”屏障。

据介绍，“云盾”气象预警机，是基于强降水“631”风险预警机制（6小时风险预警、3小时风险通报、1小时风险“叫应”），为提升基层气象灾害预警服务能力研究开发的智能终端。它具备强降水实时监测预警和滚动更新功能，可在属地降水量达到相应级别风险时自动触发报警，实现“点对点”精准靶向预警，如何应对复杂天气状况？这些气象服务中的黑科技了解一下丨封面科考队为乡镇（街道）科学有效开展防汛救灾工作提供支撑。

6月26日，九江市修水县气象局工作人员施昌龙在修水县路口乡综治中心信息研判室安装云盾预警机，并指导乡镇防汛值守人员识别强对流天气。图：李勇

人工智能应用也面临挑战

目前，美国国家大气研究中心（NCAR）、美国国家海洋和大气管理局（NOAA）已经开始用机器学习来替换气候模式中的部分模块；欧洲中期天气预报中心人工智能技术已覆盖数值天气预报业务的全流程，渗入到预报中的各个环节。

“实践表明，利用人工智能提高气候预测技巧的可能性和适用性，可以极大地节省计算成本和时间。然而人工智能应用也存在诸多挑战，例如数据集的构建、模型的适用性和物理可解释性等问题。对这些难点问题的研究和攻克，可以让人工智能在大数据时代中更好地补充传统地球科学方法，产生更多有益的效应，极大地改进气候预测水平。”周兵说。