央廣網北京6月6日消息5月22日至23日，今年第2號臺風“瑪娃”肆虐期間，中央氣象臺利用人工智能（AI）快速增強判別技術，實現了提前12小時趨勢預報。同時，華為盤古大模型在“瑪娃”的路徑預報中也表現優異，提前五天預報出其將在臺灣島東部海域轉向路徑。

據中央氣象臺臺風與海洋氣象預報中心副主任錢奇峰介紹，中央氣象臺與科研院所、高校等聯合，開展了一系列人工智能在臺風監測預報中的探索，建立了臺風渦旋識別、臺風智能定強、臺風快速增強判別等技術，在處理非線性、海量數據上發揮優勢，幫助預報員在預報準確率上做“加法”。例如，基于深度衛星圖像目標檢測的智能臺風渦旋識別技術，針對弱臺風渦旋識別能力有限的難點，提出了多尺度迭代的SSD目標檢測模型，采用臺風渦旋粗定位和精細定位，實現在含有大量云團噪聲的紅外云圖上，智能識別出臺風渦旋，并對其進行快速定位。該技術對臺風及以上強度識別率接近100%，對渦旋特征不明顯的弱渦旋識別率也能達到50%—80%。

鑒于人工智能在圖像識別領域的優勢，將人工智能技術應用于臺風客觀化定位定強備受關注。2019年，中央氣象臺聯合北京郵電大學，提出一種端到端的可視化智能臺風定強模型，該模型以計算機視覺領域成熟預訓練卷積神經網絡深度學習模型為基礎，提取衛星云圖數據分析臺風強度相關的特征，再依據特征分析分別構建分類模型和基于相似度的檢索模型獲取決策結果。最后，通過融合兩個模型的識別結果，得出臺風的強度、置信度和參考云圖。深度學習方法通過機器對大量樣本的分析和學習，能夠隱式提取圖像中深層抽象的復雜特征，正越來越多地被應用于臺風強度估測。

臺風強度預報一直是世界性難題，臺風經常在24小時內發生較大的強度變化，可上升1到2個級別。目前，除了數值預報方法外，其他的客觀預報方法主要是以統計預報和統計-動力模式為主，對臺風強度快速變化的刻畫能力較弱。中央氣象臺以人工智能領域的時空關聯深度學習模型為技術基礎，通過標注和學習2005年—2018年西北太平洋及南海臺風衛星云圖數據中的關鍵信息，引入生命周期指示，提出了一種自動、客觀的臺風快速增強趨勢判別技術，建立了融合時空序列特征的臺風快速增強判別模型。2022年，對西北太平洋和南海生成的25個臺風中的12個套用臺風強度快速增強判別模型，成功預測出9個臺風的快速增強過程，時間提前量平均在12小時左右，包括2022年第3號臺風“暹芭”、第11號臺風“軒嵐諾”、第12號臺風“梅花”等，有效地解決了臺風強度快速增強趨勢預測和判別問題。

據中央氣象臺臺風與海洋氣象預報中心首席預報員周冠博介紹，通過建立臺風渦旋識別模型、臺風智能定強模型、臺風快速增強判別模型等，中央氣象臺已初步構建基于人工智能的臺風監測和預報系統，為提升我國臺風監測預報業務智能化及快速拓展全球多海域熱帶氣旋業務提供了重要技術支撐和參考產品。

下一步，中央氣象臺臺風與海洋氣象預報中心將繼續加強人工智能在臺風監測和預報領域的應用，并著重針對人工智能的可解釋性問題持續發力，與高校、科研院所等科研力量緊密合作，進一步推動人工智能技術在臺風監測、預報及服務中的深度融合，為全球臺風的精密監測、精準預報、精細服務提供創新性的技術支撐。