本地科研動態｜科大氣象模型 早4小時預警黑雨
原文刊於信報財經新聞「CEO AI⎹ EJ Tech」
近年極端天氣愈趨頻繁，造成人命傷亡及經濟損失。香港科技大學團隊與國家級氣象機構研發人工智能（AI）模型，聲稱可提前長達4小時預警危險的強對流風暴，包括「黑色暴雨」、雷暴及突發性強降雨等。模型利用衞星數據及先進的深度擴散技術，能在48平方公里分辨率下，其預報準確率較現行模型提升超過15%。團隊正跟天文台商討合作應用模型，料今年夏天能取得成果。
慧。
準確度增逾15% 天文台洽合作
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，聯同博士後研究員代快，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衞星氣象中心的學者組成。研究結果發表於學術期刊《美國國家科學院院刊》。
DDMS用衞星從太空監測
現行的準確預報時間，通常僅能提前20分鐘至兩小時。論文第一作者代快博士解釋，傳統天氣預報主要依賴地面雷達，通常需待對流雲發展完成後，才能觀測到明顯變化，導致預報時效滯後。團隊開發了一套全新AI運算框架「基於衞星數據的深度擴散模型」（DDMS），為大氣監測及暴雨預警帶來重大突破。新AI模型以衞星從太空監測雲團演變，能更早識別對流初生跡象，讓預報更準、更快，直接提升地區的災害防護應變能力。
DDMS運用生成式AI最前沿的深度學習訓練架構，在訓練過程於數據注入「噪音」（將隨機元素與敏感數據混雜），讓模型能學習如何反向生成高品質預報訊息。其後利用中國風雲四號衞星，於2018年至2021年間取得的紅外亮溫觀測資料訓練模型，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年至2023年春夏季樣本對模型表現驗證。
其他技術突破方面，團隊提供高分辨率、約每15分鐘更新一次的高頻率預報，覆蓋範圍面積達約2000萬平方公里，包括中國、韓國、東南亞等地區。此外，在多種空間尺度（4公里至48公里）及不同季節表現穩定，尤其在2至4小時預報時窗準確度尤為突出。模型恰好能在最薄弱的環節發揮優勢，在這一關鍵預警時段內，其準確率提升幅度在3%至16%之間，平均提升達8.26%。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
