科大研提前4小時天氣預警模型 預報準確率增逾15%

香港近年極端天氣頻繁，提早預測天氣情況極為重要。香港科技大學研究團隊今日(28日)表示，成功研發出一種人工智能模型，能夠提前長達4小時預警危險的強對流風暴，包括多次襲港的「黑色暴雨」及雷暴和及突發性強降雨等。與現有系統相比，該模型利用衛星數據及先進的深度擴散技術，能在48平方公里的空間尺度上將預報準確率提升超過15%，這不僅顯著增強了國家氣象預報系統的整體精準度，也為亞洲乃至全球防災能力較弱的地區帶來了更有效的早期預警，以應對氣候突變的風險。 科大研究團隊表示，這項全球首創的技術由科大與國家級氣象機構合作開發，研究團隊開發了一套全新AI運算框架—「基於衛星數據的深度擴散模型(deep diffusion model of satellite data，DDMS)」。該模型運用生成式 AI 最前沿的深度學習訓練架構，在訓練過程中於數據注入噪音，讓模型能學習如何反向生成高品質預報信息。團隊利用中國風雲四號衛星於2018至2021年間取得的紅外亮溫觀測資料進行模型訓練，並結合氣象專業知識，以精準捕捉對流雲系的時空演變特徵；其後再以2022至2023年春夏季樣本對模型表現進行驗證。 團隊成功開發全球首個可提前4小時預報雷暴發展的AI系統，在48平方公里分辨率下，其預報準確度較現行模型提升逾15%。其他技術突破更包括，提供高分辨率、約每15 分鐘更新一次的高頻率預報，覆蓋範圍面積達約2,000萬平方公里，包括中國、南韓、東南亞等地區；在多種空間尺度(4公里至48公里)和不同季節下均表現穩定，尤其在2至4小時預報時窗中準確度尤為突出。該模型恰恰能在傳統模型預報方法最薄弱的環節發揮優勢，在這一關鍵預警時段內，其準確率提升幅度在3%至16%之間，平均提升達8.26%。