北京
原文发表于《科技导报》2026年第15期科技新闻-前沿动态
AI让台风预警提前1天以上
热带气旋的路径、强度和结构受到不同尺度大气过程共同影响，往往难以由同一套模型同时准确预测。谷歌DeepMind团队开发的人工智能（AI）模型WeatherNext Cyclones（WN-C），在多项业务化测试中改善了热带气旋路径和强度预报，并将达到同等路径预报精度的时间平均提前1天以上。2026年8月6日，相关研究成果在线发表于《Nature》。
全球数值天气预报模型擅长模拟大尺度环流，通常更有利于判断风暴路径；高分辨率区域模型能够刻画气旋核心，却可能牺牲部分路径预报能力。WN-C模型使用约28 km分辨率的全球大气资料，同时学习近5000个历史热带气旋的路径、强度和结构信息，试图在一套模型中兼顾这2类任务。
在5天预报期内，WN-C的路径预测比顶尖全球数值模型平均提前30多小时达到同等精度；其3天强度预报的平均绝对误差，比专门的高分辨率区域模型低3.75节。研究结果还表明，准确预测气旋强度并不必然依赖极高空间分辨率，历史气旋资料与全球大气状态的联合训练同样能够提供有效约束。
2026年4月中旬，一场强烈的风暴袭击了美国北马里亚纳群岛和关岛
（图片来源：美国宇航局地球观测站/Michala Garrison）
WN-C还提高了对“快速增强”的概率预报能力。快速增强通常指热带气旋最大持续风速在24 h内增加至少30节。模型的临界成功指数由不足0.3提高到约0.5。其函数生成网络每次预报只需要调用1次神经网络，在单张TPU v5p芯片上生成15天完整天气轨迹耗时不到1 min，可用于构建规模更大的集合预报，估计低概率但高影响的风险。
自2025年6月起，WN-C开始业务化运行，预测结果通过谷歌天气实验室Weather Lab实时发布。2025年大西洋飓风季的评估显示，将其加入官方共识集合后，路径预测准确率平均提高28%，强度预测准确率提高6%。
（综合：《Nature》、Google DeepMind、美国国家海洋和大气管理局）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
