台风，一种强大而深厚的“热带天气系统”，常伴随着狂风、暴雨和风暴潮，给人类的社会生活带来不同程度的影响。而要想“捕捉”台风，我们需要依靠各种各样的科技手段。该怎样预测台风的登陆时间和地点？我们未来是否有能力“驾驭”台风呢？

日本气象厅预测

(资料图)

图源：朝日电视台

海陆空“立体CT”

三维观测台风登陆时间、地点

每当有台风在洋面上生成，获知其准确位置和实况强度是预测台风的要务。气象部门通过建设海洋气象浮标，将观测视野从陆地延展到海上；而雷达、卫星等遥感探测手段的加入，则使“海陆空”三维观测体系逐步形成。

台风预测常规流程

图源：中国黑龙江气象局

气象卫星：第一道防线

人们通常借助卫星遥感观测获取台风的实时特征。近年来，基于高分辨率卫星资料的“台风客观定位和强度客观估计系统”，在1分钟内就可完成对卫星图像的处理及分析。基于静止气象卫星和极轨气象卫星的 “台风风场分布定量分析技术”，能将卫星监测数据转换成台风底层风场分布结构，精确展示台风结构的变化特征。

天气雷达：实时监测追踪

与卫星相比，雷达有其独特优势。其一，雷达时效性好，能够随时开机，每6分钟就可得到一张监测图像。此外，雷达提供的监测资料参数详尽，图像具有更高的分辨率，能够准确测出台风的强度，比较好地反映台风内部结构。

气象监测站：获取关键数据

随着台风不断迫近陆地，多种气象监测站是重要的观测手段，如架设在海岛和石油平台上的自动气象站、海洋气象浮标站、船载自动气象站等，这些气象站能实时探明台风的等级、降水和气压等关键数据，为台风路径和登陆时间的测算提供参考。

工作人员检修气象站设备以应对“杜苏芮”

图源：中国山东气象局

移动观测设备：灵活补充空白

除固定的监测设备和站点，各种移动设观测备也在增多，如移动GPS探空、移动多普勒雷达、移动风廓线、移动自动站等。必要时，还可派出无人机传回实时画面。

计算平台：形成预测结果

气象数据类型繁杂、规模庞大，需由高性能计算平台有效利用，结合各地的地形、天气等因素反复进行动态模拟，生成图形图像，其后由专家得出预报结果。

从计算机到AI大模型

“捕风捉影”更精准

20世纪80年代后期，由于计算机性能的提高，以及气象卫星和雷达等数据采集技术的普及，人们开始使用数值天气预报模型来对台风进行预测。

台风卫星图

图源：36Kr

然而，台风强度预报一直是世界性难题，台风经常在24小时内发生较大的强度变化，可上升1到2个级别。目前，除了数值预报方法外，其他的客观预报方法主要是以统计预报和统计-动力模式为主，对台风强度快速变化的刻画能力较弱。

近年来，科研人员开始尝试引入AI大模型来开展气象预报。实践证明，将观测与数值预报和人工智能相结合，可有效提升数值预报的准确性。AI擅长处理重复任务、拟合未知数据关系，通过深度学习了解气象数据中的关系，就能完成天气预报的任务。

台风“杜苏芮”路径示意图

图源：中国中央气象台台风网

近期，《自然》（Nature）杂志正刊发表了来自中国的研发团队研究成果《三维神经网络用于精准中期全球天气预报》（Accurate medium-range global weather forecasting with 3D neural networks）。研发人员表示，大模型进行了丰富的数据学习，包括1979-2021年的全球实况气象数据，涵盖垂直高度上的13个不同气压层，每层中有温度、湿度、位势、经度、纬度五种气象要素，以及地球表面的海平面气压、风速等四种气象要素。

而中国上海人工智能实验室研究团队研发的“风乌”气象大模型，对台风路径进行预测，实现了准确预报。基于7月21日至27日多个起报时刻预报路径及台风实际路径对比，“风乌”提前24小时预报的误差值为38.7公里，精确度优于气象预报国际权威机构欧洲中期气象预报中心（ECMWF）的54.11公里，美国国家环境预报中心（NCEP）的54.98公里。

在资源效率方面，现有物理模型往往运行在超级计算机上，而“风乌”AI大模型仅需单GPU便可运行，仅需30秒即可生成未来10天全球高精度预报结果。

审核：张宁　策划：李政葳　撰文：孔繁鑫　编辑：李飞、穆子叶　光明网出品

参考｜央视新闻、中国新闻网、第一财经、新京智库、腾讯新闻、浪潮工作室

更多信息欢迎关注光明网数字化频道

来源：世界互联网大会