中新网北京7月29日电 (记者 孙自法)每到台风季，台风登陆及其影响路径预报的准确性，不仅关乎个人出行、渔船出海、学校上课，更直接关系到国家层面的防灾部署和应急响应，因此备受关注。
科学判断台风路径多种可能走向
记者7月29日从中国科学院大气物理研究所获悉，该所段晚锁研究员团队与复旦大学李昊研究员团队深度合作，以中国自主研发的人工智能(AI)气象大模型“伏羲”(FuXi)为核心，创造性引入具备物理机制的正交条件非线性最优扰动(O-CNOPs)方法，联合研制FuXi-CNOPs集合预报系统，其通过生成具有物理可解释性的初始扰动，实现对台风路径多种可能走向的科学判断。
大量台风个案的预报试验结果显示，该系统预报能力明显优于目前国际主流的业务集合预报系统，从而为发展“可解释、可信赖”的AI气象预报提供了新的技术路径。
这项台风预报领域重要研发成果论文，近日在最新一期专业学术期刊《大气科学进展》(AAS)以封面文章形式发表。
研究团队介绍说，台风天生受制于大气系统的混沌特性——初始状态一丝微小的扰动，就足以让它偏离“预定”的路线。因此，预报员要回答的不只是“台风最可能往哪走”，更要判断“它还有可能往哪里偏”。这正是台风路径集合预报需要解决的核心问题。
近年来，AI气象大模型发展迅猛，运行效率远超传统数值模式，但在预报台风这种路径“变幻莫测”的高影响天气时，光有“算得快”的本事还不够，要想真正派上用场，AI还得学会像经验丰富的预报员那样，合理评估各种初始条件的微小差异，最终给出一组“都有可能”的、令人信服的台风路径展望。
最终实现台风路径预报精度提升
本项研究选取62个台风个例，开展了91次集合预报对比试验。结果显示，与包含51个集合成员的国际主流业务集合预报系统相比，使用31个集合成员的FuXi-CNOPs在短时效24小时内预报技巧相当，但在24小时至120小时的预报中，优势逐渐显现并持续扩大，路径误差最大降幅占比达32.33%。
同时，FuXi-CNOPs能更稳定刻画台风的移动速度与方向，且更可靠量化台风路径的预报不确定性，其不确定性量化准确度最大提升可达29.2%。
FuXi-CNOPs还以精准的敏感区定位特性，能更合理刻画台风大尺度引导气流的不确定性，最终实现台风路径预报精度的提升。因此，FuXi-CNOPs的核心价值不仅体现在台风路径预报技巧的优化上，更为AI驱动的可靠集合预报体系提供了关键的物理可解释性支撑。
FuXi-CNOPs探索出一条AI气象模型的集合预报创新路径，不仅能直接推动台风等灾害性天气的预报技巧提升，更从底层逻辑上强化了AI预报结果的物理可解释性，打破了纯数据驱动模型的“黑箱”局限。相较于当前主流的纯生成式AI集合预报方案，该系统无需额外训练超大规模生成模型，在计算资源消耗、业务落地适用性上更具优势。
段晚锁表示，面向未来，研究团队将在现有进展基础上进一步优化升级，有望进一步提升台风路径预报技巧，甚至强度预报的水平，并逐步将该技术体系拓展至其他高影响天气的集合预报场景。(完)
dangqian，ershoufangshichangzhengchuyufusuhoudongnengquhuanjieduan，shichangxiangguanzhutipoqiexiwangyouxindelihaoxiaoxiciji。genjubeikeyanjiushuju，2023nianyijidu，beike50chengershoufangchengjiaoliangzhishutongbizengchang，yijiejin2021nianyijidushuiping；yijidufangjianiuzhuan17geyuelianxuxiadiequshizhuanzhang，huanbizhangfuleiji2.4%。dancongjiaoyiqianzhanzhibiaolaikan，jinqiershoufangjingqizhishuhuiluo，kehukanfangliangtongbuxiajiang，maimaishuangfangjiagefenqibianda，kehujuecezhouqilachang。beikejinglixinxinzhishuKMIyidieluozhi50fujin，jingjirenduiweilaijiaoyijixuxiufubuleguan，yujiduanqineishichangjiaoyiliangrengjiangtiaozheng。当(dang)前(qian)，(，)二(er)手(shou)房(fang)市(shi)场(chang)正(zheng)处(chu)于(yu)复(fu)苏(su)后(hou)动(dong)能(neng)趋(qu)缓(huan)阶(jie)段(duan)，(，)市(shi)场(chang)相(xiang)关(guan)主(zhu)体(ti)迫(po)切(qie)希(xi)望(wang)有(you)新(xin)的(de)利(li)好(hao)消(xiao)息(xi)刺(ci)激(ji)。(。)根(gen)据(ju)贝(bei)壳(ke)研(yan)究(jiu)数(shu)据(ju)，(，)2(2)02(2)3(3)年(nian)一(yi)季(ji)度(du)，(，)贝(bei)壳(ke)5(5)0城(cheng)二(er)手(shou)房(fang)成(cheng)交(jiao)量(liang)指(zhi)数(shu)同(tong)比(bi)增(zeng)长(chang)，(，)已(yi)接(jie)近(jin)2(2)02(2)1(1)年(nian)一(yi)季(ji)度(du)水(shui)平(ping)；(；)一(yi)季(ji)度(du)房(fang)价(jia)扭(niu)转(zhuan)1(1)7(7)个(ge)月(yue)连(lian)续(xu)下(xia)跌(die)趋(qu)势(shi)转(zhuan)涨(zhang)，(，)环(huan)比(bi)涨(zhang)幅(fu)累(lei)计(ji)2(2).(.)4(4)%(%)。(。)但(dan)从(cong)交(jiao)易(yi)前(qian)瞻(zhan)指(zhi)标(biao)来(lai)看(kan)，(，)近(jin)期(qi)二(er)手(shou)房(fang)景(jing)气(qi)指(zhi)数(shu)回(hui)落(luo)，(，)客(ke)户(hu)看(kan)房(fang)量(liang)同(tong)步(bu)下(xia)降(jiang)，(，)买(mai)卖(mai)双(shuang)方(fang)价(jia)格(ge)分(fen)歧(qi)变(bian)大(da)，(，)客(ke)户(hu)决(jue)策(ce)周(zhou)期(qi)拉(la)长(chang)。(。)贝(bei)壳(ke)经(jing)理(li)信(xin)心(xin)指(zhi)数(shu)K(K)M(M)I(I)已(yi)跌(die)落(luo)至(zhi)5(5)0附(fu)近(jin)，(，)经(jing)纪(ji)人(ren)对(dui)未(wei)来(lai)交(jiao)易(yi)继(ji)续(xu)修(xiu)复(fu)不(bu)乐(le)观(guan)，(，)预(yu)计(ji)短(duan)期(qi)内(nei)市(shi)场(chang)交(jiao)易(yi)量(liang)仍(reng)将(jiang)调(tiao)整(zheng)。(。)
