风云气象卫星模型，攻克了哪些难题？

记者从中国气象局获悉，近日，国家卫星气象中心联合多家单位研发出风云气象卫星数据深度扩散模型，成功将强对流天气临近预报有效时长延长至4小时，这一科研成果已发表在国际知名学术期刊。

据介绍，此次实现突破的技术完全是国产自主研发。那么，这套技术攻克了强对流天气预报的哪些难题？

国产自主研发技术体系

攻克哪些难题？

自主研发技术体系：三代算法迭代破局

据介绍，强对流的“信号”，往往隐藏在对流云团的变化里。于是，科研团队充分发挥风云四号系列气象卫星大范围、无缝隙监测的独特优势，获取长时效监测数据，并从海量卫星数据中提取、预测对流云团的复杂随机运动，进而提升预报精度。

哈尔滨工业大学（深圳）教授叶允明：

这套技术从数据到模型、算法完全是国产自主研发，其中的核心算法经历了三代的更新迭代。特别是第三代的基于生成扩散模型的卫星云图智能外推算法，解决了长序列预测中的对流云特征快速消散的难题，大幅提升了预报精度和有效预报时长。

未来4小时内每15分钟可生成一次高分辨率对流预报

据介绍，基于风云四号气象卫星数据，这项深度扩散模型能覆盖我国及周边2000万平方千米区域，实现未来4小时内，每15分钟生成一次高分辨率对流预报，在4000米至48000米的不同空间尺度和各季节均表现出稳定的预报能力，为强对流天气的精准预警提供重要的技术支撑。特别是对边远地区以及海上雷达监测盲区等区域的气象防灾减灾，具有重要应用价值。

卫星云图中强对流信号微弱

如何精准捕捉？

我国的风云四号气象卫星具备高时空分辨率红外探测能力，能够实现对云团生命全过程的完整追踪，并通过对云顶物理信号的捕捉，提早发现强对流初生迹象，为预报争取宝贵时间。但强对流在卫星云图中的信号微弱、变化迅速，如何精准捕捉？

强对流天气系统尺度小、变化快，在卫星云图中的相关信号微弱。传统人工智能模型在预测数小时后的云图时，往往会出现“模糊化”的情况，也就是云团的轮廓虽在，但内部结构细节却严重丢失，无法辨识是否有强对流系统。

创新“双模型耦合”兼顾云系整体与局部演变

为破解“模糊化”这一难题，科研团队创新性地提出“双模型耦合”的架构。

由一个深度神经网络模型，负责学习并预测大尺度云系的整体移动趋势，把握天气系统的整体动向；同时引入扩散模型，专门学习云图演变中难以捉摸的局部随机变化，刻画云系内部生消演变的精细过程。

两者在训练中协同学习、共同优化，既实现了对大面积云系整体移动的准确预报，又能很好地保持云系内部结构演变的关键细节。

风云气象卫星工程应用系统总设计师覃丹宇：

这是一个算法结果的示意图。最上面这一行，代表着预测时间在不同时刻，就是未来3小时、4小时，和真实观测的残差。中间一行，代表着大尺度的预测结果，也是随时间逐渐变模糊。加入扩散模型以后，这个细节就越来越丰富，代表着3小时、4小时以后预测的时间仍然有丰富细节。

强对流预警提前

如何筑牢防灾减灾防线？

强对流天气临近预报有效时间得以提前，这一关键技术突破，为缓解极端天气“预报来了却来不及应对”的痛点提供了新的思路。未来，这一技术在城市运行、农业生产等方面又将发挥哪些支撑作用呢？

强对流预警提前守护城市保障民生

在城市应急处置中，预警时间提前能为基础设施防护赢得黄金准备期。对城市运行而言，地铁、机场等基础设施可以提前启动应急响应；在公共安全领域，让危险区域人员转移和抢险物资部署更加主动从容。

强对流预报预警升级助力农业生产

农业生产“看天吃饭”的模式，因预警时间提前实现了质的转变。对种植户而言，多出来的几小时足够完成大棚加固、成熟作物抢收和防护网覆盖。每到台风季节，江苏、福建、广东等地借助气象预报的精准预警，让渔船在9级大风来临前安全回港停靠。养殖户也能提前为鱼塘增氧、加固围栏，最大程度减少冰雹、短时大风等带来的损失。

变被动为主动筑牢防灾减灾防线

强对流预报预警时间提前的核心价值，在于将“被动应急时间”转化为“主动准备时间”。随着预警渠道不断优化和技术落地，这一提前量将持续为各行各业赋能，把强对流天气带来的风险损失降到最低，切实提升全社会的防灾减灾能力。

国家卫星气象中心（国家空间天气监测预警中心）研究员王劲松：

我们刚刚发射了最新的风云四号C星的卫星。它在时间、空间和光谱的分辨率上都有大大的提高。未来我们将会用最新的技术，增加更多人工智能的内核。