往哪走、为啥偏？科学家用AI“猜透”台风心思

每到台风季，大家总忍不住一遍遍刷新手机上的台风路径图：它到底会不会登陆？会经过哪些地方？自己所在的城市会受影响吗？

近日，我国科学家以我国自主研发的AI气象大模型“伏羲”为核心，创造性引入具备物理机制的新方法，联合研制了一款集合预报系统。这个创新的系统在台风预报方面有哪些优势？如何弥补台风预报难题？一起了解。

AI与数值预报相结合

让预报系统又快又科学

眼下台风频发，每当一个台风在海上生成，大家都关心它会在哪儿登陆，会影响到哪些地方。

中国科学院大气物理研究所研究员段晚锁解释，台风天生“很调皮”，初始状态下一丝微小的扰动，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”。

△数值预报的2026年台风巴威路径

集合预报是台风预报的主流手段，它的优势就是不仅能给出台风“最可能走的路径”，而且可以给出路径可能“往哪偏”的风险。目前台风预报的主流仍是数值预报，但数值预报的高耗时，使得集合预报在满足台风、暴雨等极端天气预报的时效性上存在很大局限性，限制了预报水平的提高。

近年来，AI气象大模型的发展，让台风预报算得更快，但要想使其真正派上用场，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”、令人信服的台风路径展望。

段晚锁表示，他们研究的系统就是不仅能“算出台风往哪走”，更能精准地“指认出”导致路径出现偏差的关键不确定性源头。

段晚锁：我们将AI的高效性与数值预报中集合预报的思路结合起来，让预报系统不仅计算速度快，还能更科学、更合理地呈现未来可能出现的多种情景。换句话说，就是让AI从只输出一个确定结果，变成既能给出预报结果，也能合理给出相应的风险范围。

为攻克这一难题，段晚锁团队与复旦大学团队合作，以我国自主研发的AI气象大模型“伏羲”为核心，创造性引入他们自主发展的具备物理机制的正交条件非线性最优扰动方法，联合研制了新的一款集合预报系统。该系统通过生成具有物理可解释性的初始扰动，实现了对台风路径多种可能走向的科学判断。

△成果发表于《大气科学进展》2026年第9期

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——

这款新预报系统与传统预报在24小时内技巧相当；但在24小时至120小时的预报中，新预报系统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，新预报系统更稳定地刻画了台风的移动速度与方向，其不确定性量化准确度最大提升可达29.2%。

段晚锁强调，传统预报系统包含51个集合成员（集合成员是指由计算机生成的一个单独的、具体的天气预报结果），而新预报系统仅使用31个成员，却取得了更高的整体预报技巧。

段晚锁分析，论文里的这套系统并非随机生成大量可能情景，而是基于团队自主发展的正交条件非线性最优扰动方法，专门用来寻找那些最容易长大、最可能把台风路径带偏的关键扰动。因此，虽然集合成员数量较少，但每个成员都更有针对性，整体预报效果反而更好。

△新系统的计算流程图

更厉害的是，这款新预报系统能筛选出未来增长速率最快、对台风路径走向影响最显著、能够刻画台风路径不确定性的初始扰动。段晚锁进一步解释，研究表明，影响台风偏航的敏感区主要集中于台风内核区、螺旋雨带，以及副热带高压与台风环流的相互作用区。

通俗地说，这些区域的大气状态最容易左右台风的走向。这一发现的实际意义在于，台风路径误差的来源正是这些地方，因此它们最值得重点关注和加强观测。只要准确把握这些区域的大气状态，预报就能更准，也更容易解释。

△台风“灿都”路径袭击概率。(a1) 新系统；(a2) 传统系统。

AI预报进入业务应用

已是明确趋势

这套系统目前还处于科研阶段，它从实验室走向真正的业务预报，还有多远？普通人什么时候能在手机天气App上看到基于这项技术的台风预报？

段晚锁坦言，这项工作已证明它有业务潜力，但要真正投入实际业务还需继续研究。特别是在长期滚动预报中，集合离散度仍然偏小（集合离散度指预报结果的分散程度），对不确定性的刻画还不够充分；此外，目前的研究只考虑了初始误差的影响，模型误差如何进一步刻画，也还需要继续探索和完善。

尽管如此，团队探索出这条预报创新路径，打破了纯数据驱动模型的“黑箱”局限，有望进一步提升台风路径预报技巧，甚至强度预报的水平。

段晚锁：AI预报进入业务应用已成为明确的趋势，这项研究正是面向这一趋势迈出的关键一步。未来，普通人有望在手机天气App上直接看到基于这项技术的台风预报结果。

段晚锁补充道，该技术体系还有望拓展至其他高影响天气的集合预报场景。

他表示，未来在相关AI模型不断进步和完善的基础上，这项技术将与之结合，应用于强降雨、强风这类发展快、风险高的天气过程，同时也期望应用于更长时间尺度上的极端寒潮、极端高温等天气过程，乃至极端气候事件的预报。

▌本文来源：中央广电总台中国之声

监制丨樊新征

记者丨朱敏

微信编辑丨秦静