气象人工智能预报模型上新升级——五大模型分工协作赋能千行百业

在全球变暖背景下，气候形势日趋复杂多变，高温、暴雨、强对流等灾害的突发性与破坏性显著增强，既对气象预报预警的精准度、时效性提出更高要求，也推动气象服务加速向智能化转型。日前，中国气象局发布新的气象人工智能科学模型“风源”，并实现“风清”“风雷”“风顺”3款气象人工智能预报模型的同步升级。加上前不久刚刚发布面向气象服务领域的千亿参数语言模型“风和”，5大模型分工协作，正以更贴心的气象预报预警能力，加速赋能千行百业高质量发展。

扩大覆盖面

从面向公众的个性化出行、健康指引，到支撑农业、能源、交通等重点领域的精益化运营决策，人工智能正深度融入气象服务的全链条，自动化、数字化、智能化的服务范式成为主流。

微信小程序搜索“风和”，向它提问：“元旦假期从北京自驾去山西大同玩，沿途天气怎么样？”“风和”可化身旅游顾问，不仅提醒途经路段可能遭遇的大风和路面结冰影响，还自动推送“行前车辆检查注意事项+做好穿衣防寒准备”的组合建议，实现顺畅沟通。不止于科普问答、天气查询、风险预警建议，“风和”还能覆盖交通、旅游、健康、物流、能源等多个与天气密切相关的场景，为用户提供基于智能分析的个性化解决方案。

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”通过学习海量历史气象数据，精准理解和掌握大气运动规律，从而根据当前气象状态提供更精准的预报，实现高分辨率、高效率、快速响应的智能气象服务。

升级后的人工智能全球次季节—季节预测系统“风顺”，则精准锚定农业、新能源、水利等行业的核心需求，新增日最高/最低气温、太阳辐射等10余项关键气象要素。“新增日最高气温判断指标后，我们应对农业气象灾害的能力将显著提升，以更精细化的气象服务护航农业生产。”雄安气象人工智能创新研究院副院长、国家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、国家气象中心天气预报技术研发室主任曹勇介绍，“风清”可精准捕捉台风、暴雨等灾害性天气，输出13层高空要素与11类地面要素预报。目前，该模型已实现业务化部署并向全国推广，广泛应用于防灾减灾、光伏风电调度、航空运行保障等关键场景。

提升精准度

近年来，极端天气气候事件频发，“报得快”“报得准”的需求和难度也随之增加。中国气象局党组书记、局长陈振林指出，人工智能技术以其高效的计算和多源数据融合能力，正成为连接气象预报、灾害预警和应急响应的关键纽带，是突破传统预报局限的“金钥匙”。

聚焦雷暴、短时强降水等灾害性天气的临灾预警，“风雷”模型的表现尤为亮眼。其回波预报产品可在几分钟内预测对流系统的新生与消散，强回波预报质量提升超过25%。

国家气象中心风雷敏捷攻关团队负责人张小雯介绍，升级推出的“风雷”定量降水预报模型，已在多次极端天气过程中展现出精准的预报能力。例如，成功预警“6·29”北京突发强对流；在“6·30”河南南阳极端暴雨过程中，提前2小时预报出超过120毫米的强降雨；等等。

新发布的“风源”模型，更像是一位专业的气象AI分析师。它获取观测数据后，无需经过复杂的数据同化等中间流程，“智慧大脑”可直接分析并给出精准的天气预报；在预测某地天气时，它不仅会聚焦目标区域，还能智能关联周边相邻区域的气象信息，让预报结果更精准、更合理。

研发团队首席科学家王亚强介绍，“风源”可以直接读取来自卫星、雷达、气象站等实时观测数据，自己分析、思考后给出全球气象预报，“‘风源’旨在探索AI做天气预报的更多理论可能性，通过开源开放汇聚研发力量，并在技术成熟后再‘反哺’给业务预报，不断提升对极端天气特别是短时临近天气的捕捉能力”。

服务体系化

中国气象局近期发布的《地球系统预报发展战略（2025—2035年）》提到，大力推进数值预报与人工智能的深度融合，开发共性技术和共享平台，显著提升对地球系统多尺度、多圈层相互作用的模拟和预测能力。

雄安气象人工智能创新研究院院长刘作挺认为，人工智能预报模型不仅能够凭借对海量多源数据的深度挖掘能力，有效提升预报的精准度与覆盖范围，还在计算效率上实现了指数级提升，突破传统数值预报的算力依赖。比如，“风清”模型仅需3分钟即可生成未来15天全球天气预报，大幅缩短了预报产品迭代周期，为灾害应急响应、实时决策提供了关键时间窗口。

“可以预见，人工智能预报模型将为地球系统预报实现更高分辨率、更长预见期、更复杂圈层耦合的跨越式发展提供强大的技术驱动力。”刘作挺说。

“未来，人工智能预报模型将和数值预报模式形成相互补充、双轮驱动的工作格局。”陆波表示，气象部门还将持续优化人工智能预报体系，探索建立一体化的气象人工智能模型，通过整合各类天气尺度、应用场景的人工智能力量，面向防灾减灾、气候变化以及经济社会发展提供更高水平服务。（经济日报记者 郭静原）