为蒙古国提供躲避雪灾指引，在乌干达协助提前转移群众，探访中国气象AI“破浪出海”

来源：环球时报

【环球时报报道 记者 李迅典】在台风“桦加沙”在广东阳江登陆前3天，中国科学家研发的大模型已精确锁定其登陆点；当蒙古草原遭遇白灾威胁，融合中国经验的智能系统用当地语言生成避险指引；非洲监测站网络稀疏，而风云卫星与人工智能（AI）算法的结合让沙尘暴预警首次实现“小时级”更新。《环球时报》记者近日在采访中见证了中国早期预警体系从文化传承到科技创新的跨越。中国AI气象技术正以“雨师”“扶摇”等预报模型，以及基于全民早期预警中国方案“妈祖（MAZU）”的城市多灾种早期预警智能体（MAZU－Urban）为核心，推动中国气象AI在全球35个国家和地区落地生根，为世界防灾减灾贡献中国智慧。

从“模糊画像”到“精准狙击”

妈祖文化千百年来承载着中国沿海百姓对平安顺遂的深切祈愿。作为东南沿海气象灾害多发省份，福建如何将千年平安期许转化为可感可及的防灾实效？《环球时报》记者了解到，在湄洲岛的渔港上空，预警信息可以通过广播、手机推送、驻村干部通知等多种渠道密集传递。面对9级大风逼近海岸，依靠“科学、精准、高效”的预警信息，884艘乡镇渔船、115艘在册渔船安全度过。支撑这种精准预警的，是上海人工智能气象应用创新中心研发的AI模型在国内暴雨与强对流预报中的革命性突破。上海中心气象台高级工程师陈诗祺向记者透露：“‘扶摇’‘雨师’AI模型实现了观测资料驱动的端到端推理，推理时间仅5-10秒，支持10分钟级高频更新。”

陈诗祺给出一组颇具说服力的数据：2025年以来，上海及周边区域共遭遇13次局地强对流天气，依托“雨师”“扶摇”模型生成的强对流预通报，平均时效达到4小时20分。其中在7月12日浦东地区的短时强降雨过程中，模型提前5小时精准预报出降水核心区域和小时雨强，为地铁运营调整、户外施工暂停等防御措施争取了充足时间。

在台风预报领域，中国技术同样领跑全球。中国气象局上海台风研究所牛泽毅介绍称，团队研发的AI-物理融合模型使2025年对26个台风的24小时路径预报误差缩至85公里，比国际主流水平低12%；纯数据驱动模型1.0版在“桦加沙”预报中，提前3-4天精准预测其在阳江登陆，时间误差不超过2小时，为华南防灾提供关键指引。福建推动的“1262”防汛机制（提前12小时划区域、6小时预置力量、2小时锁风险点）与上海AI模型互补。台风“丹娜丝”期间，福州提前排空139条内河，鲍鱼养殖户凭预警保住90%的苗种；宁波舟山港通过“程式化预警系统”与气象数字员工“天机”，2024年为港区抢回98小时作业时间，创效3.7亿元，相关标准成国内首个港口预警规范。

让AI“读懂”极端天气

上海人工智能气象应用创新中心AI天气预报团队负责人曹原解释说，深度学习方法理论源自统计学习，基于均值回归假设训练模型，对强天气的预报准确率很低，这正是技术突破的关键难点。为让AI“读懂”极端天气，团队走上了一条“算法创新+数据融合”的攻坚之路。在“雨师”模型的研发中，团队率先采用生成式架构，取代传统模型的平滑输出模式，让强对流落区预测从“模糊画像”变为“精准坐标”。同时，研发人员将三维雷达数据融入模型，嵌入大气三维连续性方程，模拟气流垂直运动规律，让AI不仅能“看云识天”，更能“推演云变”。但新的问题随之而来：生成式AI模型容易出现“幻觉”，在随机噪声影响下生成假的强对流预报，导致虚警率攀升。

“我们提出‘确定式+概率式’级联方案，给AI装上‘双保险’。”曹原称，针对生成式AI易出现“幻觉”问题，团队创新“确定式+概率式”级联方案：前者锁定大尺度降水趋势，后者聚焦小尺度极端事件，配合概率匹配学习，让曾被忽视的极端数据成为“黄金样本”。

已在35个国家和地区试用

当技术驶向全球，数据壁垒、标准差异等挑战接踵而至。上海市气象信息与技术支持中心刘皓波称，“部分国家限制数据跨境流动，非洲关注沙尘、蒙古国聚焦白灾，预警标准千差万别。”为此，MAZU-Urban以“三端一体”架构与本土化策略破局，已在35个国家和地区试用，蒙古国、吉布提的落地成效尤为显著。

在今年7月举行的世界人工智能大会上，MAZU-Urban正式捐赠蒙古国与吉布提。针对蒙古国需求，团队接入风云2H气象卫星的积雪数据，设计大风、白灾等专属工作流，依托本地大语言模型生成防御指引。“一带一路”气象访问学者、蒙古国国家气象与环境监测局预报员阿尔坦苏布德·博尔德评价称，“MAZU-Urban包含风云卫星数据与AI模型，实用性极强。”

该系统采用的“三端一体”架构是“开箱即用”的关键。刘皓波称，“一体机端”作为中枢，承载AI知识体系与专业决策功能；“平板端”聚焦港航等行业提供定制评估；“手机端”向公众推送定位化避险信息；针对网络薄弱地区，数据裁切压缩算法将传输量缩减60%，确保数据匮乏时系统仍能研判风险。

在乌干达，这套系统提前6小时捕捉两次强天气，转移群众2000余人；在澳门，台风期间8-10分钟生成完整灾害分析报告，较人工效率提升数十倍。“我们坚持‘授人以渔’，而非简单输出。”刘皓波介绍说，蒙古国项目中，中方不仅提供系统，更开展技术培训，助当地团队掌握开发维护能力，实现“从使用者到建设者”的转变。

下一步，上海团队将联合共建“一带一路”国家建立区域合作网络，针对东南亚台风、中东干旱、非洲热浪等场景深度定制。刘皓波表示，“从‘通用工具’到‘场景适配’，中国气象AI正经历从‘能用’到‘好用’的质变。”