回看今年汛期，受全球持续变暖和厄尔尼诺影响，我国降水总量大，暴雨强度强，超警河流多，洪水势猛量大，重大突发事件多。

严峻形势之下，各地气象部门强化科技支撑，将多种高新技术应用于防灾减灾中。其中，人工智能技术的引入，助推气象监测预报服务更加主动。

为预报订正提供更多参考

今年6月，中国气象局发布人工智能全球中短期预报系统“风清”、人工智能临近预报系统“风雷”和人工智能全球次季节—季节预测系统“风顺”。三款人工智能预报预测模型投入使用后，在汛期预报服务中取得成效。

国家气象中心天气预报技术研发室主任曹勇介绍，目前投入业务应用的“风清”大模型可在3分钟内预报未来15天逐6小时全球天气。检验表明，“风清”大模型对关键物理量的预报在短期和长期预报中均具有较明显优势，能与数值预报模式形成良好互补。

今年汛期，江淮流域梅雨锋暴雨持续，雨带何时北抬成为当地防汛应急的重要决策依据。在6月28日至29日江淮地区的降水预报中，“风清”大模型提前给出“影响该雨带位置的副高和急流活动不会北抬，雨带将继续维持在江淮流域”这一与实况贴合的稳定的预报意见，为预报员提前作出模式预报订正提供了有效信息。

在今年汛期多次北京强对流过程中，“风雷”大模型也取得较好效果。

国家气象中心强天气预报中心副主任盛杰介绍，“风雷”一般能提前1个小时给出飑线形态的预测，成为预报极端大风的重要依据。

“风顺”大模型自启用以来，针对今年汛期我国主雨带的实时预测也取得了较好的预报效果。特别是在6月16日至7月2日造成洞庭湖大堤溃口的持续性降水过程中，“风顺”能够提前预报出长江中下游地区降水异常偏多的这一特点。

除此之外，陕西、广东等地也通过引入人工智能技术，提升预报预警准确率。陕西省气象台通过引入先进的人工智能技术，成功研发出了一套高精度的风速客观预报模型，针对性服务华山西峰太华索道运行安全。

得益于深厚的气象数据和人工智能算力的提前布局，广东省气象局成功构建雷暴大风、冰雹、龙卷等分类识别预警算法并实现业务试运行。2021年以来，广东省灾害性天气的有效预警提前量稳步提升，2023年相较于2021年预警提前量提升了15分钟以上。

为气象服务提供更多选择

人工智能技术不仅在预报预测领域作用明显，在气象服务方面同样显示出潜力。

9月27日，首届“风和论坛”在京举行，共同探讨“人工智能气象服务大语言模型”发展趋势和应用前景。据悉，人工智能气象服务大语言模型重点创新团队正在研发具备用户意图精准识别、行业影响智能研判、气象信息智能检索、服务内容按需生成的大模型，通过人机交互方式，提升气象服务的精准性和个性化能力。

而在更早之前，北京市首位气象AI人——“灵西”发布。“灵西”是由北京市气象局联合门头沟区，依托区内国产数字人前沿技术，按照北京市气象局高级工程师真人形象量身定制的“数字分身”。“灵西”作为智能气象助手，将在天气预报、气象防灾减灾、气象科普等方面提供科技支撑。

此外，上海市气象局联合相关部门研发的强对流人工智能专业模型“雨师”，在今年汛期，依托“31631”强降水风险预警应对机制（即提前3天向市委、市政府报告强降水过程提示，提前1天以上报送重要气象信息专报，提前6小时明确预报降水时段，提前3小时发布预警信号，提前1小时启动临灾预警机制）开展试验评估，边应用、边完善，不断提高强降水预报预警能力。广东省气象局以粤港澳大湾区气象研究院为抓手，统筹集约体系架构，大力发展新质生产力，自主研发快速同化系统，前瞻布局短临强降水、雷暴大风、龙卷、海雾等人工智能气象业务。

在湖南省长沙市，气象部门多类精准预报平台将光流法、多源数据融合系统分析方法等人工智能技术与大数据处理、气象预报预测技术相结合，使其短临预报（0-2小时）产品更新频次缩短至6分钟，分辨率精细到1公里，更快更细更准的天气预报在科技创新推动下正在不断刷新、攀高。

（作者：文科 责任编辑：张林）