聚焦智慧民航 | 智慧气象：“穿透”风雨 实时护航

近期，受台风“白海豚”影响，全国多地迎来短时强降水、雷暴大风等强对流天气，东南沿海多地机场航班大面积取消、铁路临时停运、旅游景区紧急关闭，各项防台防汛工作全面展开。近年来，全球气候变化和极端天气事件增多，台风、强对流、高温等复杂天气给社会运行带来更大挑战。对航空运输而言，气象条件直接影响航班安全、运行效率和旅客出行体验。如何更加精准地感知天气变化、更早识别风险、更科学地辅助决策，成为民航提升运行保障能力的重要方向。

随着人工智能（AI）、大数据、卫星遥感、智能观测等新技术的快速发展，气象服务正从传统的“预报天气”向“预测影响、辅助决策”转变。智慧气象如何与民航运行深度融合，为航空安全和高效运行提供支撑？本期《云中焦点》邀请来自高校、空管、航空公司的专家，共同探讨智慧气象背后的技术力量与应用实践。

中国民航大学空中交通管理学院

航空气象系 副主任、副教授、博士　李克南

天津空管分局气象台预报观测室副主任 孙一昕

西藏航空运行控制部气象分部高级经理 李鹏

问题1

近年来，人工智能、大数据、卫星遥感等新技术快速发展，气象领域正在发生哪些变化？应用了哪些创新技术？这些技术如何提升天气监测、预报和预警能力？

李克南：近年来，新技术尤其是AI技术的发展，正在推动气象预报方式和服务方式深刻转变，其背后是几项关键技术的深度融合与驱动。首先，以AI大模型为代表的智能技术正在重塑气象预报模式。自2022年至今，全球多款天气预报大模型相继面世。2023年印发的《人工智能气象应用工作方案（2023—2030年）》为中国气象智能发展做好了顶层设计，之后连续发布的“风清”“风雷”“风顺”等气象人工智能模型打造了覆盖全时效的“风”系列。这些AI模型能够从海量历史数据中自动提取天气演变规律，同时依托超高的计算效率，在常规天气要素预报上取得显著成果。其次，气象综合观测系统构建陆海空天一体化体系。2026年8月发布的《国家综合气象观测系统建设“十五五”规划》提出，加快构建陆海空天一体化、多行业协同、智能高效精准的现代化综合气象观测体系。其中，人工智能作为核心引擎将推动综合气象观测系统从自动化向智能化、精准化、协同化全面跃升。最后，气象服务决策支持能力正在彻底改变气象服务与各行各业决策的融合方式。这里指的不是单一技术，而是一套能够融合多源数据、通过智能分析研判风险，并将预报信息直接转化为行业用户可执行决策方案的综合能力。这些技术共同构建了观测、预报、预警“三位一体”的立体监测网络，使得气象服务从“信息告知”走向“决策价值输出”。

孙一昕：气象领域长期以来都是典型的大数据行业，传统的基于物理模型的数值预报方法本身就需要海量观测数据的支撑。近年来，卫星遥感、相控阵雷达、激光雷达、风廓线雷达等多种新型探测手段日益丰富，使得人们可以对大气进行更加完整、更加精细、更加立体的全方位扫描——从地面到平流层，从温度、湿度到风场、气溶胶，要素更全、密度更大、更新更快。这为低空飞行、城市精细化预报等新兴领域提供了基础支撑。

与此同时，人工智能技术的快速发展为气象大数据真正发挥价值创造了全新的可能。气象预报正在经历从基于物理约束的数值预报向纯数据驱动的人工智能预报模型的转变。从华为云的盘古大模型，到中国气象局联合清华大学开发的“风清”和“风雷”等气象人工智能模型，各类气象大模型具有不俗的预报能力。它们能够巧妙地规避传统数值预报中参数化过程所带来的不确定性，以及非线性方程数值积分过程中的稳定性问题，在部分指标上已接近甚至超越传统数值模式的精度。

李鹏：西藏航空高高原航线占比约50%，高高原复杂天气对航班运行的影响最为直接。每年雷雨季节，拉萨贡嘎机场午后至傍晚雷暴频发。这种小尺度雷暴从生成到消散只有几十分钟，空间范围只有几公里——传统数值天气预报的网格动辄数公里到10余公里，更新周期以小时计，根本“抓不住”这种转瞬即逝的天气系统。当空中航班遇到波动性天气时，签派员无法根据传统气象预报作出精细化、差异化的判断，也无法为机组提供有效决策支持。在高高原机场雷雨短临预报这个具体场景中，国内尚无先例可循。

2024年11月，西藏航空在行业内首次将AI引入高高原机场终端区预报，将颠簸指数（EDR）引入高高原航路颠簸预报，提高气象预报准确率，开启以下三方面的创新探索：一是场景创新，锁定高高原机场终端区雷雨智能分级告警场景，将气象预报与航班动态深度绑定。围绕航班落地关键节点制定预警规则，让气象预警直接服务于机组运行决策，实现从“看天”到“用天”的精准转变。二是手段创新，针对高高原观测站点稀疏难题，创新性融合雷达、卫星云图、闪电定位等多源异构数据，构建时空统一的标准化数据集；采用迁移学习结合地形特征优化算法，破解复杂地形干扰难题。三是管理创新，建立“气象预警—运行决策—事后复盘”的全流程数字化闭环管理机制，推动安全风险评估从传统的“人工经验研判”向“数据驱动量化管控”转型。

问题2

气象信息是航空运行决策的重要依据。近年来，智慧气象在民航领域有哪些具体应用？这些技术如何帮助空管、机场和航空公司更加精准地研判天气影响，提升航班运行保障能力？

李克南：智慧气象在民航领域的应用已从概念走向实战。

在感知方面，智慧气象服务正朝着分秒精测发展。华东空管局首创分钟级降雨强度量化观测体系，整合雨滴谱仪、相控阵雷达等设备，将降雨判定从传统的“一小时估算”升级为“一分钟量化”。在预报方面，AI赋能精细化与专业化预报。深圳空管站基于大模型构建了气象智能临近预报及服务系统，重点提升0小时~3小时的短临预报精准度；华北空管局基于卫星等多源探测资料，推进强对流识别与短临预报方法发展。在决策方面，定制化服务直接辅助运行决策。中南空管局根据管制、机场、航企等不同用户需求，提供差异化的预警产品，实现定制供给。在协同方面，智慧气象还促进了空管、机场、航企等各方的高效协同。

在航空公司运行控制层面，气象服务正从信息提供转向智能决策。东航云南公司引入DeepSeek构建气象特征分析模型，预判次日风险。其自主研发的天气分级预警系统上线后，航班正常率提高了7.65%。四川航空基于10年数据的降水模型，可提前72小时提供调整建议。南方航空则构建了以EDR预报数据为基础的颠簸预报算法模型，融入自研南航智行和气象综合告警系统，实现颠簸预测全流程管控。

在机场运行层面，智慧气象使得机场地面保障工作更加高效有序。首都机场通过数字孪生一张图，可实时了解冰雪天气下3条跑道、100多条滑行道和300多个机位的除冰、除雪情况。广州白云机场结合降雨预报提前调度除冰工作，使航班准点率提高8%，全年减少旅客滞留时间超10万小时。新疆克拉玛依古海机场则通过提前预警，采用双车同步除冰模式，将单架飞机除冰时长压缩至5分钟内，效率提高了50%以上。

孙一昕：近年来，智慧气象在民航领域的重要应用之一是分钟级降雨强度判定。在公共气象领域，降雨强度通常是按小时降雨量来判定的，但这无法满足民航运行对气象实况即时性的要求。以前民航气象观测员对降雨强度的判定以人工目测为主，主观性强且容易有偏差。2025年，华东空管局整合雨滴谱仪、相控阵雷达和自动气象观测系统，首创分钟级降雨强度量化观测体系，并在2025年暑运期间率先投入使用并推广至华东地区37个机场和8家航空公司。此后，天津空管分局、西南空管局也根据本地气候特征和运行需求积极开展分钟级降雨强度量化观测探索，着力化解人工单点观测与多跑道运行需求不匹配的矛盾。

近年来，AI技术广泛应用于民航气象观测与预报业务中，从低云的智能识别到雷暴、能见度、颠簸等各气象要素的短临预报，并逐渐延伸至气象服务领域。2025年，华北气象中心利用图像解析技术和自然语言生成技术开发了基于数值预报产品自动生成多模态气象服务产品的工具，实现了由“预报天气”向“预测影响、辅助决策”的重大转变。

李鹏：2025年6月，西藏航空利用近5年的雷达数据，成功构建了拉萨雷雨AI预报模型，建成基于AI的拉萨雷雨分级告警系统。该系统能够以动画方式输出未来120分钟、间隔6分钟一次雷雨趋势，融合航班计划和油量信息，实现高精度的分级告警和差异化决策支持。经多方验证，AI预报准确率达75%~80%，在2025年雷雨季节保障中发挥了关键作用。公司同时开发“藏航天气”App，提供基于飞行任务和飞行计划的精细化颠簸预报产品，并针对高高原颠簸特点进行算法优化。经机组验证，颠簸预测准确率达60%，为机组开展防颠簸处置提供了有效支撑。

基于上述成果，西藏航空坚持“气象先行”理念，在次日评估和放行评估的基础上，健全递进式气象预报模式和分级预警机制，将预警窗口从原来的24小时拓展至未来3天，为运控中心（AOC）运行决策提供充足缓冲。

一是建立递进式气象预报模式。对标中国气象局先进经验，结合民航运行实际，明确如下标准：提前6天预测环流趋势，作出宏观判断；提前3天锁定高影响过程，支撑策略部署；至少提前1天发布天气预警，预留运力调整窗口；提前6小时发布精细化预报，支撑决策调整；起飞前3小时再次确认，强化运行准备；提前1小时发布临近预报，实现空中精准保障。二是量化风险，健全协同机制。打破传统定性描述局限，依据发生概率和预警等级将气象风险数字量化。在此基础上，深化气象、飞行、签派三方高效协同，建立“分级预警触发—多方快速响应—科学运行决策”的闭环机制。通过“模式+机制”的双轮驱动，推动气象工作从单一的“信息发布”向核心的“决策支撑”转变。

问题3

从实际应用效果来看，智慧气象带来了哪些改变？未来，随着人工智能等技术进一步发展，智慧气象将如何赋能民航高质量发展？

李克南：智慧气象带来的改变是实实在在的。

在预警时效上，空管层面，华北空管局联合首都机场、国航构建的基于机器学习的冬季结霜监控预报模型，可提前12小时精准预判早出港航班结霜发生时间、覆盖范围及强度等级。河北空管分局通过雷达速度图像，提前20分钟发现风切变并向机组成功预警。厦门空管站依托X波段相控阵与S波段多普勒雷达协同组网的立体监测体系，为航空气象短时临近预报争取到至少14分钟的黄金决策时间。

在运行决策上，重庆航空通过由中南空管气象系统、CSMET增强型气象系统、气象综合告警平台组成的“三位一体”支撑体系，实现了气象数据与航班运行数据的深度融合，推动航空气象决策从经验判断转向数据驱动。南方航空依靠自主研发的EWINS增强型气象服务系统，辅助工作人员提前研判风险、优化航路规划；构建数据驱动型运控体系，整合九大类数据流，并建立三级智能决策机制，利用AI技术优化雷雨天气航线规划。

在航班影响上，直接体现在航班正常率提高、返航备降减少和运行成本节约上。东航云南公司天气分级预警系统上线后，在航班总数基本持平的情况下，2025年1月~7月航班正常率大幅提高7.65%，其中6月和7月分别较上一年同期提高10.64%和11%。新疆空管局通过精准化气象服务升级，2025年雷雨季节实现航班放行正常率95.3%。广州白云机场结合降雨预报提前调度除冰工作，使航班准点率提高8%，全年减少旅客滞留时间超10万小时。

虽然人工智能在智慧气象领域取得了显著进步，但我们应清晰地认识到，其在实际业务应用中仍面临诸多局限与挑战。在预报能力上，AI模型对台风、暴雨等极端天气事件强度预报系统性偏弱，对突发转向等复杂路径的预测误差显著大于传统数值模式，且预报结果过于平滑，导致中小尺度系统刻画能力不足。在技术特性上，AI模型存在“黑箱问题”导致可解释性差、物理一致性缺失可能产生非物理结果、对训练数据中未出现的罕见天气泛化能力不足等固有缺陷。在数据与算力上，模型训练高度依赖再分析数据品质，历史数据偏差会被放大，极端天气样本稀缺制约学习效果提升，且训练运行需要极其庞大的算力资源。在业务落地上，许多AI模型在学术研究上表现优异，但业务化成效仍有待提升，行业标准与规范缺失、监管治理滞后、人机协作模式尚待完善。这些局限意味着AI气象模型在未来很长一段时间内更适合作为传统数值预报的有效补充而非完全替代，推动构建物理、数据双驱动的融合范式并建立完善的评估与治理体系，是实现智慧气象高质量发展的关键。

孙一昕：智慧气象提高了气象服务的精准度，有效减少了天气对航班运行的不利影响。以分钟级降雨强度观测为例，传统人工观测只能对单一点位的雨强进行主观估算，且无法及时捕捉雨强在几分钟内的剧烈变化，时空分辨率过低。而利用跑道上不同点位的多源数据融合分析，可以分区域、分钟级掌握实时雨强演变趋势，精准判断跑道各段的天气是否符合起降标准，更充分地利用跑道资源，从而提升运行安全和运行效率。

在预警时效方面，智慧气象也带来了质的飞跃。以华北气象中心2025年投入使用的多模态气象服务产品自动生成工具为例，它能够快速将海量数值预报数据转化为直观的图文，省去了预报员大量烦琐的手工分析和服务产品制作时间，不仅产品更加丰富精细，而且运行效率更高。未来，随着AI技术的进一步发展，气象大模型将逐步与传统数值模式深度融合，有望实现全球尺度和局地尺度的一体化无缝预报。

李鹏：高高原机场地形复杂、局地对流突发性强，传统数值天气预报模式网格尺度大、更新周期长，对生命周期仅数十分钟的小尺度雷暴缺乏解析能力。西藏航空基于AI的拉萨雷雨分级告警系统自上线以来，其取得的主要成效可以从以下两方面评估。从技术成效看，西藏航空签派员评价系统的准确率为75%，西藏空管中心评价系统0小时~1小时强对流外推产品的准确率为70%~80%；通过雷达观测实况为真值与预报对比检验得出，0~60分钟准确率平均值为77.38%，60分钟~ 120分钟为70.72%。从安全成效看，2025年雷雨季节，系统累计保障受拉萨雷雨影响航班127架次，减少返航备降32班、无效空中等待4班，减少的返航备降航班约占西藏航空2025年全年返航备降航班的13%。2025年，通过系统精准预测，仅在拉萨贡嘎机场，公司全年超过1/8的备降问题得以解决。

2026年6月，在第一代系统的基础上，项目团队启动了第二代系统的迭代研发，今年8月投入试运行。从2024年11月技术调研，到2025年5月第一代系统上线，再到2026年8月第二代系统投入试运行——不到两年时间，两代系统迭代，完成了一次“从0到1”的完整跨越。AI高高原气象风险管控创新实践正处于从政策指引到落地见效的关键节点上，其向内扎根于高高原机场安全运行的实际需求，用两代系统迭代验证了技术路线的可行性；向外则具备向全国25个高高原机场输出经验、推动行业标准制定的复制潜力。（中国民航报 记者王艺超）

（本文刊载于中国民航报2026年8月12日5版）

《智慧民航》导刊每周三

与广大读者见面

让我们一起

聚焦智慧民航建设热点

擘画全新未来

期待您的来稿！

投稿邮箱：icanews@163.com

编辑｜金杰妮

校对｜张 彤

审核｜韩 磊