在应对极端天气、提升气候韧性的关键领域，香港科技大学（港科大）研究团队1月28日宣布，与国家级气象机构合作开发出一种人工智能模型，能够提前四小时预警危险的强对流风暴，包括多次袭港的“黑色暴雨”及雷暴、突发性强降雨等。与现有系统相比，该模型利用卫星数据及先进的深度扩散技术，能在48平方公里的空间尺度上将预报准确率提升超过15%，能带来更有效的早期预警。

参与研究的港科大沿海城市气候韧性全国重点实验室之气候变化与极端天气方向科研主管苏慧（右），联同博士后研究员代快（左）。

近年极端天气的情况愈趋频繁，香港去年夏季曾在八日内四度发出黑色暴雨警告；印尼巴厘岛、泰国南部等地亦遭受暴雨洪涝重创，造成重大人命伤亡和经济损失。

而目前天气预报主要依靠数值模式模拟大气状态，运算成本高昂且易受大气混沌性及观测资料不足的影响，对于快速发展且尺度细小的对流系统（如雷暴及暴雨），准确预报时间通常仅能提前20分钟至两小时。

如此短暂的预警时间，让政府部门、应急部门和公众在灾害来临前几乎来不及部署、疏散或采取有效防灾措施。

为应对上述挑战，由港科大学者带领的研究团队开发了一套全新AI运算框架—“基于卫星数据的深度扩散模型（deepdiffusionmodelofsatellitedata，DDMS）”。该模型运用生成式AI最前沿的深度学习训练架构，在训练过程中于数据注入噪音，让模型能学习如何反向生成高质量预报信息。

现有模型NowcastNet 与 PredRNNv2 在4小时预报情况下无法提供准确的预测结果，而PySTEPS模型亦然。相比之下，DDMS展现更精准的临近预报能力。

团队利用中国风云四号卫星于2018至2021年间取得的红外亮温观测资料进行模型训练，并结合气象专业知识，以精准捕捉对流云系的时空演变特征；其后再以2022至2023年春夏季样本对模型表现进行验证。

团队成功开发全球首个可提前四小时预报雷暴发展的AI系统，在48平方公里分辨率下，其预报准确度较现行模型提升逾15%。同时，系统也提供高分辨率，并以约每15分钟更新一次的高频率预报，覆盖范围面积达约2000万平方公里，包括中国、韩国、东南亚等地区。

论文第一作者代快博士表示，传统天气预报主要依赖地面雷达，但雷达讯号易受地形、降水粒子特性等因素影响，且通常需待对流云发展完成后才能观测到明显变化，导致预报时效滞后。新AI模型利用卫星从太空监测云团演变，能更早识别对流初生迹象。

研究团由港科大沿海城市气候韧性全国重点实验室、哈尔滨工业大学（深圳）计算机科学与技术学院、中国气象局热带海洋气象研究所及国家卫星气象中心的学者组成。研究成果已发表于《美国国家科学院院刊》，论文题为《利用卫星数据驱动的深度扩散模型实现四小时对流预报》。

南方+记者  陈彧