广东
李晴岚（前排左一）团队。 受访者供图
热带气旋(台风)是威胁我国及全球沿海地区的主要自然灾害之一。气象领域将台风强度在24小时内增加超过15米/秒，或12小时内增加超过10米/秒的过程定义为台风快速增强，这类过程具有极强的突发性和破坏性。
近日，中国科学院深圳先进技术研究院数字所李晴岚研究员团队自主研发的“机器学习台风快速增强集成预报模型”，先后在国家气象中心、香港天文台完成业务部署与实测应用，是国内首个实现落地应用的24小时台风快速增强预报模型，此外，12小时快速增强预报产品同时配套上线。标志着我国在台风强度突变预报领域实现重要突破，自主AI台风快速增强预报技术正式进入国家级气象业务体系。
“台风快速增强是业务预报的一大难点，一直缺乏有效的预报支撑技术。李晴岚团队历经多年研发的24小时快速增强预报技术，已在国家级业务平台落地应用，将为我国台风强度预报提供重要参考。”国家气象中心正高级工程师吕心艳博士评价道。
团队首次构建
“海陆比”“对称比”两个量化指标
“台风快速增强发生概率小，突发性强，极易造成防范应对不及时，是气象预报的重点难点问题。”李晴岚研究员介绍，台风强度预报一直是领域内挑战性难题，尤其是台风快速增强。
近年来，人工智能、机器学习凭借高效处理海量数据、挖掘复杂非线性关联的优势，成为突破热带气旋预报瓶颈的核心新技术。
依托十余年在台风预报领域的研究积累，李晴岚团队自主研发了基于梯度提升树的台风强度预报模型，以及集成机器学习的台风快速增强预报模型，率先实现24小时台风快速增强预报模型进入我国气象预报体系。
该项研究的核心创新在于，团队首次构建了“海陆比”“对称比”两个量化指标，揭示了内核对称度与快速增强之间的物理关联。“台风发生快速增强前，其内核往往会出现一个非常对称的环状结构，台风内核越对称，越有可能发生快速增强。”李晴岚介绍。
在此基础上，研究团队融合四类机器学习算法，构建集成预报模型，当超过半数子模型预判快速增强时，系统即可输出台风快速增强的预报结论，有效提升了预报准确率。
针对2016-2020年北大西洋发生的24小时热带气旋快速增强过程进行全部模拟回报，并与美国国家飓风中心最好的预报系统对比，结果显示，集成预报模型预报命中率更高、误报率更低，具备优异的预报性能与业务适用性。
团队在国际权威气象期刊发表论文60余篇
授权专利16项
在李晴岚看来，台风快速增强预报技术的突破并非“一蹴而就”，而是团队过往十余年的研究积累。自2011年加入深圳先进院以来，李晴岚长期聚焦台风风雨模拟和预报、台风强度预报、数值模式释用、气候变化等相关研究。为贴合实际业务场景、找准一线预报的技术瓶颈，她曾长期驻点深圳市气象局，深度对接气象业务需求，推进科研与应用融合。
“起初的几年，我们重点解决台风影响下深圳本地的风力、降雨预报问题。随着研究深入，我们意识到，要想把台风带来的区域风雨预报得更准确，就必须先把台风强度预报做好，因为台风强度是决定其引发风雨大小的最关键因素。”李晴岚回忆。团队从2013年起系统开展台风强度预报研究，并逐步聚焦技术难度更高的台风快速增强预报方向。
十余年来，研究团队从最初的台风风雨预报研究，到创新性提出“海陆比”“对称比”等关键物理量化指标，再到融合机器学习技术构建新一代台风强度与快速增强预报模型，完成了多阶段的技术迭代。
其间，团队围绕统计动力方法、人工智能模型研发、业务系统部署与运维等方向持续攻关，并培养了一批参与台风预报技术研发与应用转化的青年科研力量。迄今为止，团队已累计在多个国际权威气象期刊发表论文60余篇，授权专利16项，相关研究成果先后在国家气象中心、香港天文台、深圳市气象局等业务平台落地应用。未来，研究团队将持续优化AI预报方法和核心技术，进一步提升台风强度预报的精准率，为我国防台减灾工作和气象业务能力建设提供技术支撑。
采写：南都记者 伍曼娜
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
