【環球時報報道 記者 李迅典】在臺風“樺加沙”在廣東陽江登陸前3天，中國科學家研發的大模型已精確鎖定其登陸點；當蒙古草原遭遇白災威脅，融合中國經驗的智能系統用當地語言生成避險指引；非洲監測站網絡稀疏，而風雲衛星與人工智能（AI）算法的結合讓沙塵暴預警首次實現“小時級”更新。《環球時報》記者近日在採訪中見證了中國早期預警體系從文化傳承到科技創新的跨越。中國AI氣象技術正以“雨師”“扶搖”等預報模型，以及基於全民早期預警中國方案“媽祖（MAZU）”的城市多災種早期預警智能體（MAZU－Urban）爲核心，推動中國氣象AI在全球35個國家和地區落地生根，爲世界防災減災貢獻中國智慧。
從“模糊畫像”到“精準狙擊”
媽祖文化千百年來承載着中國沿海百姓對平安順遂的深切祈願。作爲東南沿海氣象災害多發省份，福建如何將千年平安期許轉化爲可感可及的防災實效？《環球時報》記者瞭解到，在湄洲島的漁港上空，預警信息可以通過廣播、手機推送、駐村幹部通知等多種渠道密集傳遞。面對9級大風逼近海岸，依靠“科學、精準、高效”的預警信息，884艘鄉鎮漁船、115艘在冊漁船安全度過。支撐這種精準預警的，是上海人工智能氣象應用創新中心研發的AI模型在國內暴雨與強對流預報中的革命性突破。上海中心氣象臺高級工程師陳詩祺向記者透露：“‘扶搖’‘雨師’AI模型實現了觀測資料驅動的端到端推理，推理時間僅5-10秒，支持10分鐘級高頻更新。”
陳詩祺給出一組頗具說服力的數據：2025年以來，上海及周邊區域共遭遇13次局地強對流天氣，依託“雨師”“扶搖”模型生成的強對流預通報，平均時效達到4小時20分。其中在7月12日浦東地區的短時強降雨過程中，模型提前5小時精準預報出降水核心區域和小時雨強，爲地鐵運營調整、戶外施工暫停等防禦措施爭取了充足時間。
在臺風預報領域，中國技術同樣領跑全球。中國氣象局上海臺風研究所牛澤毅介紹稱，團隊研發的AI-物理融合模型使2025年對26個颱風的24小時路徑預報誤差縮至85公里，比國際主流水平低12%；純數據驅動模型1.0版在“樺加沙”預報中，提前3-4天精準預測其在陽江登陸，時間誤差不超過2小時，爲華南防災提供關鍵指引。福建推動的“1262”防汛機制（提前12小時劃區域、6小時預置力量、2小時鎖風險點）與上海AI模型互補。颱風“丹娜絲”期間，福州提前排空139條內河，鮑魚養殖戶憑預警保住90%的苗種；寧波舟山港通過“程式化預警系統”與氣象數字員工“天機”，2024年爲港區搶回98小時作業時間，創效3.7億元，相關標準成國內首個港口預警規範。
讓AI“讀懂”極端天氣
上海人工智能氣象應用創新中心AI天氣預報團隊負責人曹原解釋說，深度學習方法理論源自統計學習，基於均值迴歸假設訓練模型，對強天氣的預報準確率很低，這正是技術突破的關鍵難點。爲讓AI“讀懂”極端天氣，團隊走上了一條“算法創新+數據融合”的攻堅之路。在“雨師”模型的研發中，團隊率先採用生成式架構，取代傳統模型的平滑輸出模式，讓強對流落區預測從“模糊畫像”變爲“精準座標”。同時，研發人員將三維雷達數據融入模型，嵌入大氣三維連續性方程，模擬氣流垂直運動規律，讓AI不僅能“看雲識天”，更能“推演雲變”。但新的問題隨之而來：生成式AI模型容易出現“幻覺”，在隨機噪聲影響下生成假的強對流預報，導致虛警率攀升。
“我們提出‘確定式+概率式’級聯方案，給AI裝上‘雙保險’。”曹原稱，針對生成式AI易出現“幻覺”問題，團隊創新“確定式+概率式”級聯方案：前者鎖定大尺度降水趨勢，後者聚焦小尺度極端事件，配合概率匹配學習，讓曾被忽視的極端數據成爲“黃金樣本”。
已在35個國家和地區試用
當技術駛向全球，數據壁壘、標準差異等挑戰接踵而至。上海市氣象信息與技術支持中心劉皓波稱，“部分國家限制數據跨境流動，非洲關注沙塵、蒙古國聚焦白災，預警標準千差萬別。”爲此，MAZU-Urban以“三端一體”架構與本土化策略破局，已在35個國家和地區試用，蒙古國、吉布提的落地成效尤爲顯著。
在今年7月舉行的世界人工智能大會上，MAZU-Urban正式捐贈蒙古國與吉布提。針對蒙古國需求，團隊接入風雲2H氣象衛星的積雪數據，設計大風、白災等專屬工作流，依託本地大語言模型生成防禦指引。“一帶一路”氣象訪問學者、蒙古國國家氣象與環境監測局預報員阿爾坦蘇佈德·博爾德評價稱，“MAZU-Urban包含風雲衛星數據與AI模型，實用性極強。”
該系統採用的“三端一體”架構是“開箱即用”的關鍵。劉皓波稱，“一體機端”作爲中樞，承載AI知識體系與專業決策功能；“平板端”聚焦港航等行業提供定製評估；“手機端”向公衆推送定位化避險信息；針對網絡薄弱地區，數據裁切壓縮算法將傳輸量縮減60%，確保數據匱乏時系統仍能研判風險。
在烏干達，這套系統提前6小時捕捉兩次強天氣，轉移羣衆2000餘人；在澳門，颱風期間8-10分鐘生成完整災害分析報告，較人工效率提升數十倍。“我們堅持‘授人以漁’，而非簡單輸出。”劉皓波介紹說，蒙古國項目中，中方不僅提供系統，更開展技術培訓，助當地團隊掌握開發維護能力，實現“從使用者到建設者”的轉變。
下一步，上海團隊將聯合共建“一帶一路”國家建立區域合作網絡，針對東南亞颱風、中東干旱、非洲熱浪等場景深度定製。劉皓波表示，“從‘通用工具’到‘場景適配’，中國氣象AI正經歷從‘能用’到‘好用’的質變。”
