如何确定台风路径走向？中国团队研发AI-物理集合预报系统实现科学判断|李如睿
1. 李如睿是什么意思
2. 李如睿功能介绍
3. 李如睿使用方法
4. 李如睿使用教程
5. 李如睿最新版本
6. 李如睿官方入口
7. 李如睿下载安装
8. 李如睿常见问题
9. 李如睿注意事项
10. 李如睿相关资讯
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)
wangyifangjianyi，yinggeiyukeyandanweichongfenzizhuquan，jiangkeyanjingfeijutifenpei、shiyongquanxiafanggeiyanjiujigou。zhiyouyanjiusuozijicaiyouzhuanyenenglipanduan，shenmeshilingyuneizhenzhengqianyanhezhongyaodewenti？shenmeshizhenzhengde“cong0dao1”deyuanchuangxingxiangmu？zhanzaizhenggejigoutongchoudejiaodu，shenmeshiweilai3~5nianhuo5~10nianyinggaizhongdianjujiaodefangxiang？duizhexiewentidehuidayingyousuochangchongfenzhengjikeyanrenyuandejianyi，bingpinghenghaogefangbutongxuqiuhouzaiqueding。“duijichuyanjiujigoueryan，bixuyaoyouxiangdangbilidexiangmufeichangjuyouqianzhanxing，danmuqiansuolimeiyouyigemingquedezhanlvejujiaofangxiang，meigeketizudoushizhijiehekejibu、jijinweiqianhetong。”王(wang)贻(yi)芳(fang)建(jian)议(yi)，(，)应(ying)给(gei)予(yu)科(ke)研(yan)单(dan)位(wei)充(chong)分(fen)自(zi)主(zhu)权(quan)，(，)将(jiang)科(ke)研(yan)经(jing)费(fei)具(ju)体(ti)分(fen)配(pei)、(、)使(shi)用(yong)权(quan)下(xia)放(fang)给(gei)研(yan)究(jiu)机(ji)构(gou)。(。)只(zhi)有(you)研(yan)究(jiu)所(suo)自(zi)己(ji)才(cai)有(you)专(zhuan)业(ye)能(neng)力(li)判(pan)断(duan)，(，)什(shen)么(me)是(shi)领(ling)域(yu)内(nei)真(zhen)正(zheng)前(qian)沿(yan)和(he)重(zhong)要(yao)的(de)问(wen)题(ti)？(？)什(shen)么(me)是(shi)真(zhen)正(zheng)的(de)“(“)从(cong)0到(dao)1(1)”(”)的(de)原(yuan)创(chuang)性(xing)项(xiang)目(mu)？(？)站(zhan)在(zai)整(zheng)个(ge)机(ji)构(gou)统(tong)筹(chou)的(de)角(jiao)度(du)，(，)什(shen)么(me)是(shi)未(wei)来(lai)3(3)~(~)5(5)年(nian)或(huo)5(5)~(~)1(1)0年(nian)应(ying)该(gai)重(zhong)点(dian)聚(ju)焦(jiao)的(de)方(fang)向(xiang)？(？)对(dui)这(zhe)些(xie)问(wen)题(ti)的(de)回(hui)答(da)应(ying)由(you)所(suo)长(chang)充(chong)分(fen)征(zheng)集(ji)科(ke)研(yan)人(ren)员(yuan)的(de)建(jian)议(yi)，(，)并(bing)平(ping)衡(heng)好(hao)各(ge)方(fang)不(bu)同(tong)需(xu)求(qiu)后(hou)再(zai)确(que)定(ding)。(。)“(“)对(dui)基(ji)础(chu)研(yan)究(jiu)机(ji)构(gou)而(er)言(yan)，(，)必(bi)须(xu)要(yao)有(you)相(xiang)当(dang)比(bi)例(li)的(de)项(xiang)目(mu)非(fei)常(chang)具(ju)有(you)前(qian)瞻(zhan)性(xing)，(，)但(dan)目(mu)前(qian)所(suo)里(li)没(mei)有(you)一(yi)个(ge)明(ming)确(que)的(de)战(zhan)略(lve)聚(ju)焦(jiao)方(fang)向(xiang)，(，)每(mei)个(ge)课(ke)题(ti)组(zu)都(dou)是(shi)直(zhi)接(jie)和(he)科(ke)技(ji)部(bu)、(、)基(ji)金(jin)委(wei)签(qian)合(he)同(tong)。(。)”(”)