科大研發全球首創AI模型 提前4小時預警強對流天氣
【點新聞報道】面對全球極端天氣頻發的嚴峻挑戰，香港科技大學成功研發出全球首個能提前4小時預警強對流天氣的人工智能模型。該技術由科大與國家級氣象機構合作開發，利用衛星數據及先進的深度擴散技術，能在48平方公里的空間尺度上將預報準確率提升超過15%。
近年極端天氣的情況愈趨頻繁，香港去年夏季曾在8日內4度發出黑色暴雨警告；印尼峇裏島、泰國南部等地亦遭受暴雨洪澇重創，造成重大人命傷亡和經濟損失。現行天氣預報主要依靠數值模式模擬大氣狀態，運算成本高昂且易受大氣混沌性及觀測資料不足的影響，對於快速發展且尺度細小的對流系統（如雷暴及暴雨），準確預報時間通常僅能提前20分鐘至兩小時，令公眾及應急部門難以在災害來臨前作充分部署。
為應對上述挑戰，由科大學者帶領的研究團隊開發了一套全新AI運算框架——「基於衛星數據的深度擴散模型（DDMS）」。該模型運用生成式AI最前沿的深度學習訓練架構，在訓練過程中於數據注入噪音，讓模型能學習如何反向生成高品質預報信息。
團隊利用中國風雲四號衛星於2018至2021年間取得的紅外亮溫觀測資料進行模型訓練，並結合氣象專業知識，以精準捕捉對流雲系的時空演變特徵；其後再以2022至2023年春夏季樣本對模型表現進行驗證。
研究結果顯示，在48平方公里分辨率下，其預報準確度較現行模型提升逾15%。覆蓋範圍達2000萬平方公里，涵蓋中國、韓國及東南亞等地，有效提升亞洲乃至全球防災能力較弱地區的早期預警水平。
研究團隊由科大沿海城市氣候韌性全國重點實驗室之氣候變化與極端天氣方向科研主管、土木及環境工程學系講座教授兼「傑出創科學人」蘇慧教授，聯同博士後研究員代快博士，並與哈爾濱工業大學（深圳）計算機科學與技術學院、中國氣象局熱帶海洋氣象研究所及國家衛星氣象中心的學者組成。研究成果已發表於《美國國家科學院院刊》，論文題為《利用衛星數據驅動的深度擴散模型實現四小時對流預報》。
相關閱讀：
