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)
zhequeshishinairenxunweideyimu。meixifangzaichaozuodui“yidaiyilu”changyijingtidetongshi，yetuichule“yidaiyilu”changyide“fangzhikuan”，birumeiguode“quanqiujichusheshihetouzihuobanguanxi”、oumengde“quanqiumenhu”jihuadeng。zhengruxinjiapoqianzhulianheguodashimakaishuosuoyan，“mofangshizuihaodefengcheng”，meixifangyibiandayamoheiyibianxueximofang，gengjiashuomingle“yidaiyilu”changyishigaozhanyuanzhu、shunyingshidaidashisuotichude。zhishi，yu“yidaiyilu”changyisuobingchengdeduobianzhuyibutong，nazhongchuyudiyuanzhengzhi、baquanzhuyide“fangzhikuan”jiujingnengyoushenmezuoyong，lishiyijingyicicigeichuledaan。这(zhe)确(que)实(shi)是(shi)耐(nai)人(ren)寻(xun)味(wei)的(de)一(yi)幕(mu)。(。)美(mei)西(xi)方(fang)在(zai)炒(chao)作(zuo)对(dui)“(“)一(yi)带(dai)一(yi)路(lu)”(”)倡(chang)议(yi)警(jing)惕(ti)的(de)同(tong)时(shi)，(，)也(ye)推(tui)出(chu)了(le)“(“)一(yi)带(dai)一(yi)路(lu)”(”)倡(chang)议(yi)的(de)“(“)仿(fang)制(zhi)款(kuan)”(”)，(，)比(bi)如(ru)美(mei)国(guo)的(de)“(“)全(quan)球(qiu)基(ji)础(chu)设(she)施(shi)和(he)投(tou)资(zi)伙(huo)伴(ban)关(guan)系(xi)”(”)、(、)欧(ou)盟(meng)的(de)“(“)全(quan)球(qiu)门(men)户(hu)”(”)计(ji)划(hua)等(deng)。(。)正(zheng)如(ru)新(xin)加(jia)坡(po)前(qian)驻(zhu)联(lian)合(he)国(guo)大(da)使(shi)马(ma)凯(kai)硕(shuo)所(suo)言(yan)，(，)“(“)模(mo)仿(fang)是(shi)最(zui)好(hao)的(de)奉(feng)承(cheng)”(”)，(，)<(<)s(s)t(t)r(r)o(o)n(n)g(g)>(>)美(mei)西(xi)方(fang)一(yi)边(bian)打(da)压(ya)抹(mo)黑(hei)一(yi)边(bian)学(xue)习(xi)模(mo)仿(fang)，(，)更(geng)加(jia)说(shuo)明(ming)了(le)“(“)一(yi)带(dai)一(yi)路(lu)”(”)倡(chang)议(yi)是(shi)高(gao)瞻(zhan)远(yuan)瞩(zhu)、(、)顺(shun)应(ying)时(shi)代(dai)大(da)势(shi)所(suo)提(ti)出(chu)的(de)。(。)<(<)/(/)s(s)t(t)r(r)o(o)n(n)g(g)>(>)只(zhi)是(shi)，(，)与(yu)“(“)一(yi)带(dai)一(yi)路(lu)”(”)倡(chang)议(yi)所(suo)秉(bing)承(cheng)的(de)多(duo)边(bian)主(zhu)义(yi)不(bu)同(tong)，(，)那(na)种(zhong)出(chu)于(yu)地(di)缘(yuan)政(zheng)治(zhi)、(、)霸(ba)权(quan)主(zhu)义(yi)的(de)“(“)仿(fang)制(zhi)款(kuan)”(”)究(jiu)竟(jing)能(neng)有(you)什(shen)么(me)作(zuo)用(yong)，(，)历(li)史(shi)已(yi)经(jing)一(yi)次(ci)次(ci)给(gei)出(chu)了(le)答(da)案(an)。(。)
