港科大AI模型突破強對流天氣預警瓶頸，可提前4小時賦能防災調度，預報準確率提升逾15%

面對日益頻發的雷暴、突發強降雨等強對流天氣，傳統預報系統通常僅能提供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鍵。

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

與現有預報系統相比，該模型利用衛星數據及深度擴散技術，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%，為防災減災爭取關鍵窗口。

該研究成果已于2025年12月發表于《美國國家科學院院刊》，論文題目為《利用衛星數據驅動的深度擴散模型實現四小時對流預報（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：每經記者 李旭馗 攝

在新聞發布會上，港科大土木及環境工程學系講座教授蘇慧對包括《每日經濟新聞》在內的媒體介紹，傳統氣象預報將全球分成眾多網格，通過數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模型在內的許多全球AI氣象模型，其訓練和預報所采用的網格分辨率通常在25公里左右，分辨率較粗，難以實現區域精細化預報。清華大學NowcastNet模型雖然網格劃分較小，但非常依賴地面雷達，在未部署雷達的區域無法使用。

為突破上述瓶頸，研究團隊將目光投向靜止氣象衛星，計劃利用國產風云衛星的觀測，借助AI實現強對流天氣的短臨預測，重點關注劇烈雷暴、強降水等天氣過程。蘇慧解釋，風云衛星位于離地36000公里高度，可覆蓋整個東半球，且每15分鐘就會對同一區域進行一次掃描，格點分辨率約4公里，比傳統模式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新。“我們設計的模型主要包含兩個分支。第一個分支是確定性模型，利用歷史狀態外推未來狀態，其結果代表整體的確定性預測結果。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預測出確定性結果，再通過擴散模型對真值與確定性預測結果之間的差異進行建模與修正?！贝煺f。

據悉，該模型在4公里至48公里的多種空間尺度和不同季節下均表現穩定，尤其在2小時至4小時預報時窗中準確度尤為突出。在這一關鍵預警時段內，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，盡管香港地區的小范圍對流難以直接從衛星觀測中捕捉，模型仍準確預測了香港地區整體的氣象狀況，這對于輔助地面雷達的預報工作具有重要意義。

在回答記者提問環節，蘇慧透露，國家衛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，結合衛星和地面雷達數據，提升強對流預報精度。

此外，團隊也已在港科大創立公司，在模型成果轉化后，可為商業客戶提供定制化方案。“保險公司可借助精準預測優化保險理賠定價，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、電站等政府部門及企業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。