气象AI预报系统迎来重大升级

　　在全球气候持续变暖的影响下，气象形势愈发复杂多样，高温、强降水和剧烈对流等极端天气突发频率明显增加，给气象预报的及时性和精确度带来更大挑战，也推动气象服务的智能化步伐不断加快。近日，中国气象局正式推出全新气象人工智能模型“风源”，同时对“风清”“风雷”“风顺”三款智能预报模型进行了集体升级。不久前上线的千亿参数语言大模型“风和”，至此联手构成五大模型体系，为气象预报预警注入更强动能，助力各行各业高质量发展。

　　服务场景拓展

　　随着人工智能技术渗透进气象服务链条，从个性化出行建议、健康防护提示，到农业、能源、交通等行业的智能决策，自动化、数字化、智能化新模式正成为标配。

　　以微信小程序“风和”为例，用户只要输入“元旦期间自驾从北京去大同，沿途天气如何？”“风和”便会切换为智能旅游顾问，自动提醒可能面临的强风与结冰风险，并结合推送“车辆检查+防寒穿衣”双重建议。除了基础的气象查询、科普问答和风险提示，“风和”还针对交通出行、旅游、健康、物流、能源等多场景，提供基于深度分析的个性定制服务。

　　据中国气象局公共气象服务中心正高级工程师王慕华介绍，“风和”通过深度学习海量历史与实时气象大数据，能够准确把握大气变化规律，从而为当前各地气象状态生成更细致、及时的预报，实现高分辨率、快响应的气象服务。

　　此次智能全球次季节—季节预测系统“风顺”升级后，针对农业生产、新能源配置、水利调度等行业用户的需求，新增了十余项关键指标，包括日最高/最低气温与太阳辐射等。“比如，日最高气温监控能力升级后，可显著提升应对农业气象灾害的能力，以科学气象服务守护农业丰收。”雄安气象人工智能创新研究院副院长、气候中心气候变化影响适应室主任陆波表示。

　　雄安气象人工智能创新研究院副院长、气象中心天气预报技术研发室主任曹勇介绍，目前“风清”模型可针对台风、暴雨等灾害天气种类，输出13层高空要素和11类地面要素的预报信息，已在全国范围内落地应用，被广泛用于防灾减灾、光伏风电调度、航空运行等重要领域。

　　瞄准精准预报

　　极端天气事件频繁发生，使得气象“快报、准报”的要求和难度水涨船高。中国气象局党组书记、局长陈振林强调，人工智能凭借卓越的计算能力和多源数据整合优势，已成为连通气象预报、灾害预警、应急响应的关键桥梁，也为打破传统预报模式的限制提供了新思路。

　　专注于雷暴、短时强降水等灾害天气的“风雷”模型则表现突出。其回波预测产品可以在极短时间内完成新对流系统的生成与消散趋势预测，强回波预报准确率提升超25%。

　　气象中心风雷敏捷攻关团队负责人张小雯介绍，新一代“风雷”定量降水模型已多次成功预报极端天气。例如，在“6·29”北京强对流过程中成功发出预警；在“6·30”河南南阳极端暴雨事件中，提前2小时准确预告了超120毫米的强降水。

　　“风源”模型则被形象比喻为“气象AI分析师”。它接收到实时观测数据后，无需传统数据同化等复杂流程，可由AI直接进行整体分析和预报。不仅关注目标区域，还能智能联动周边相关气象信息，从而让预测结果更加科学、可靠。

　　研发团队首席科学家王亚强介绍，“风源”支持卫星、雷达、地面气象站等多源实时数据的直接读取，经自主分析进一步生成全球气象预报，舆情网“我们希望借助‘风源’，探索AI气象预报的更多理论和应用，立足开源开放集结技术力量，在模型成熟后支持实际气象业务，更好捕捉极端与短临天气。”

　　体系化建设

　　中国气象局近日印发的《地球系统预报发展战略（2025—2035年）》明确，需大力推动数值预报和人工智能的协同发展，着力开发共用技术和共享平台，重点提升地球系统多尺度、多圈层耦合模拟及预报能力。

　　雄安气象人工智能创新研究院院长刘作挺指出，人工智能模型利用对海量多源气象数据的高效挖掘，既显著提高了预报精度和服务范围，也在计算与应用效率上实现跨越。例如，利用“风清”模型，仅需3分钟便可输出未来15天全球天气预报，大幅缩短了产品迭代时间，为灾害响应与动态决策争取宝贵时机。

　　“未来气象AI模型将在分辨率、预见期与圈层耦合等方面不断突破，为地球系统科学预报带来质的飞跃。”刘作挺表示。

　　陆波认为，人工智能模型将和传统数值模式协同发展，形成互补的“双动力”格局。气象部门还将持续优化AI预报服务体系，努力打造一体化气象预报模型，集合不同天气尺度和应用场景的智能工具，赋能防灾减灾、应对气候变化和服务社会经济发展再上新台阶。