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)
tabiaoshi，jinnianbeijingshishuiwujuzuzhiguomoni1963nian8yuetedabaoyudefangxunyingjiyanlian，yanjiuguonaxiedifangshigaofengxianqu、yingruhetiaodu，erqiezheciyanlianshi“zheyanyuliuyu，shanxihehebeidoushicanjiade”；erbeijingyufangshanhongdezhuyaokunnan，shijuzhurenkoujiaoweifensan，cailibuzuyixiujiandaliangjianshixuenengdeshuiligongcheng，yincijianzaizhuyaokaojishiyujing、jishicheli，youyudaole“qingzhuangnianlaodongliwaichudeduo，shanquruoshiquntibilihaigaoyixie”dewenti。他(ta)表(biao)示(shi)，(，)今(jin)年(nian)北(bei)京(jing)市(shi)水(shui)务(wu)局(ju)组(zu)织(zhi)过(guo)模(mo)拟(ni)1(1)9(9)6(6)3(3)年(nian)8(8)月(yue)特(te)大(da)暴(bao)雨(yu)的(de)防(fang)汛(xun)应(ying)急(ji)演(yan)练(lian)，(，)研(yan)究(jiu)过(guo)哪(na)些(xie)地(di)方(fang)是(shi)高(gao)风(feng)险(xian)区(qu)、(、)应(ying)如(ru)何(he)调(tiao)度(du)，(，)而(er)且(qie)这(zhe)次(ci)演(yan)练(lian)是(shi)“(“)着(zhe)眼(yan)于(yu)流(liu)域(yu)，(，)山(shan)西(xi)和(he)河(he)北(bei)都(dou)是(shi)参(can)加(jia)的(de)”(”)；(；)而(er)北(bei)京(jing)预(yu)防(fang)山(shan)洪(hong)的(de)主(zhu)要(yao)困(kun)难(nan)，(，)是(shi)居(ju)住(zhu)人(ren)口(kou)较(jiao)为(wei)分(fen)散(san)，(，)财(cai)力(li)不(bu)足(zu)以(yi)修(xiu)建(jian)大(da)量(liang)减(jian)势(shi)削(xue)能(neng)的(de)水(shui)利(li)工(gong)程(cheng)，(，)因(yin)此(ci)减(jian)灾(zai)主(zhu)要(yao)靠(kao)及(ji)时(shi)预(yu)警(jing)、(、)及(ji)时(shi)撤(che)离(li)，(，)又(you)遇(yu)到(dao)了(le)“(“)青(qing)壮(zhuang)年(nian)劳(lao)动(dong)力(li)外(wai)出(chu)的(de)多(duo)，(，)山(shan)区(qu)弱(ruo)势(shi)群(qun)体(ti)比(bi)例(li)还(hai)高(gao)一(yi)些(xie)”(”)的(de)问(wen)题(ti)。(。)
