AI模型早悉「天機」 港科大超前「捕雨」 提前四小時預測強對流天氣 準確率提升逾15%

全球極端天氣日益頻繁，若能精準預警，能更好地保障市民的安全。香港科技大學聯合國家級氣象科研單位，成功研發出全球首個可提前四小時預測雷暴發展的人工智能（AI）系統，它以「衛星數據的深度擴散模型」（DDMS）為核心，融合生成式AI技術，並利用風雲衛星高頻觀測數據，實現分辨率達48平方公里、約每15分鐘更新的高頻預報，準確度較現有模式提升逾15%，整個系統的覆蓋範圍更廣至2,000萬平方公里，包括內地、韓國及東南亞等地區。目前該模型已開展應用測試，並與香港天文台展開合作，共享算法與數據資源，推動本地天氣預報業務中的應用，並針對區域特點進一步優化系統；長遠可為亞洲乃至全球防災能力薄弱地區提供更及時的早期預警。

●香港文匯報記者 陸雅楠

港科大沿海城市氣候韌性全國重點實驗室氣候變化與極端天氣方向科研主管蘇慧指出，對流天氣生成過程極為複雜，具有高度時空變化與區域特徵，傳統數值預報模式在25公里乘25公里的範圍內難以捕捉細微動態，且多倚賴地面雷達，但雷達信號易受地形、降水粒子特性等干擾，且通常要待對流雲發展成熟後才能觀測到明顯變化，導致預警時效滯後，一般僅能提前20分鐘至兩小時預警，難以為政府與公眾爭取充分應變時間。

每15分鐘持續監測指定區域

相比之下，衛星觀測覆蓋面廣泛，能以每15分鐘的高頻率對指定區域持續監測，而且能提供4公里至48公里的多種空間尺度，而在2小時至4小時的預報時窗中準確度尤為突出，在不同季節下均表現穩定，能實現觀測無盲區。針對雷電及極端降水等「強對流天氣」，蘇慧表示團隊期望藉持續而廣泛的衛星數據，提升氣候預警能力。

團隊開發的全新AI運算框架，在訓練過程中引入了噪音及誤差模型，使系統學習反向生成高品質天氣預報信息。研究人員利用中國風雲四號衛星於2018年至2021年間取得的紅外亮溫觀測資料進行模型訓練，並結合氣象專業知識，精準捕捉對流雲系的時空演變特徵；其後再以2022年至2023年春夏季樣本對模型表現進行驗證。

參與研究的博士後研究員代快解釋，模型架構包含兩個分支：一是確定性模型，依據歷史狀態外推未來天氣，結果總體可信；二為隨機性模組，針對氣象過程中不可重現的隨機變化，需借助擴散模型進行預設與校正。

他強調，該擴散模型並非純粹生成，而是在約束條件下，基於歷史狀態預測出的確定性結果進行調整與修補，從而提升預報穩健性。另一方面，團隊要從預報出的衛星亮溫數據中，識別潛在的對流雲系，為此，研究結合了人工標註與專家知識，融入AI技術完成識別過程，從預報亮溫結果中，達至對流生成與消散的精準預報。

團隊設初創公司推動技術轉化

據介紹，系統算法未來可兼容不同衛星數據，進一步拓展覆蓋範圍，助力更多國家與地區應對嚴峻的氣候挑戰。同時，團隊已在港科大成立初創公司，推動技術成果轉化，為保險、電網等領域提供定製化預報方案，助企業優化風險管理、減低極端天氣損失。未來將繼續深化與國家及本地氣象機構合作，促進研究成果落地，為社會各界提供更高效、精準的天氣預報服務。

是次研究由蘇慧、代快及哈爾濱工業大學（深圳）計算機科學與技術學院、中國氣象局熱帶海洋氣象研究所與國家衛星氣象中心學者共同組成，研究成果已刊登於《美國國家科學院院刊》。