AI天气预报新布局

我国自主研发的“风清”“风雷”“风顺”“风和”等气象大模型，不仅在实战中并跑国际同类系统，更让气象服务走向个性化、精准化与智能化。

2025年7月26日，2025世界人工智能大会中国气象局展区（陈浩明/摄）

自古以来，人类对天气的观测与预测就是一场与不确定性的博弈。从观察云象、推算节气，到布设全球观测网络、运行超级计算机数值模式，每一次工具的革命都拓展了我们认知天气的边界。

如今，这场博弈迎来了划时代的参与者——人工智能（AI）。它正以超越传统范式的学习与推演能力，闯入气象预报的核心地带，不仅极大地提升了预测的时效与精度，更改变着气象信息的生产、发布与应用形态。

“从穿衣建议到防灾决策，从分钟级短临预报到短中期次季节的全球预测，人工智能正在深度融入气象领域，重塑我们感知天气、应对气候的方式。”国家气象中心天气预报技术研发室主任、雄安气象人工智能创新研究院副院长、中国气象局人工智能天气预报模型重点创新团队首席科学家‌曹勇接受《瞭望东方周刊》采访时表示，我国自主研发的“风清”“风雷”“风顺”“风和”等气象大模型，不仅在实战中并跑国际同类系统，更让气象服务走向个性化、精准化与智能化。

“AI气象服务官”来了

“我是女生，本周六要在北京海淀参加一个活动，请帮我预报天气并给出穿搭建议。”

在“风和”大模型的对话框输入上述问题，AI立刻展现出它的“思考轨迹”：先定位时间与地点，调取该时段温度、风力、湿度等数据，继而生成贴心的穿搭提醒——“内薄外厚，方便调节室内外温差”“早晚温差大，建议携带外套”“室内暖气较足，内搭不宜过厚”“晴天紫外线较强，可适当涂抹防晒霜”。

这是中国气象局于2025年10月28日发布的国内首个千亿级参数气象服务垂域大模型。在中国气象局公共气象服务中心服务产品研发室主任、正高级工程师王慕华看来，“风和”并非传统意义上的数值预报模型，更像一位“AI气象服务官”。

“它如同一个既懂气象知识、又懂用户需求的‘翻译官’。”王慕华对《瞭望东方周刊》表示，“风和”能够解决通用大模型在气象服务中理解不准、生成不专、场景不深等问题。

她进一步解释，“风和”可以是自动整理材料、生成专业报告的“气象创作大师”；也可以是推演灾害影响、辅助风险决策的“灾害推演指挥官”；更是能灵活调用各类智能体、高效执行复杂任务的“万能工具管家”。

如今，农业部门可以询问“未来十天本地农业气象关注重点”，电力行业能探讨“沙尘天气对西北风光电站发电效率及设备的影响”，政府部门可获取“重庆高温天气分析与决策建议”，普通市民也能查询“洛阳致敏花粉开始传播时间”。气象AI正为各行各业带来全新的解答思路。

“2025年粤港澳全运会期间，不少市民通过它查询观赛和出行建议。”王慕华透露，“风和”已被18个省市气象业务部门采用，面向公众已完成数十万轮对话服务。

2025年7月，在雄安举行的“未来之城场景汇”垂直大模型应用大赛中，“风和”从324支参赛队伍中脱颖而出，荣获第二名，并获得多家投资方的关注。

实战抢先60小时

“气象人365天、24小时不敢放松：春天盯沙尘大风，4月5月华南强对流，夏半年盯暴雨，10月后聚焦冷空气寒潮……一旦出现重大天气过程，立刻进入应急状态。”曹勇接受《瞭望东方周刊》采访时如是说。

由全国7万多个自动气象站、270多个国家级天气雷达站、130多个国家级探空站组成的“陆海空天”观测网，每天将海量数据实时汇聚至中国气象局。基于这些数据，中国气象局持续推进人工智能与气象的深度融合，已先后发布全球中短期预报系统“风清”、临近预报系统“风雷”以及次季节—季节预测系统“风顺”。

其中，“风清”大模型在训练中紧密结合物理守恒规律，显著提升了长时效预报的稳定性，将全球可用预报天数延伸至10.5天，性能并跑欧美主流气象预报模型。

“我国气象预报水平已稳居国际第一梯队。”曹勇举例道，2025年7月华北暴雨期间，“风清”表现亮眼：对京冀降雨落区和量级预报与实况高度吻合。尤为突出的是，“风清”能提前96小时给出精准预报，而国外一流数值模式仅提前36小时——中国模型在实战中抢出了60小时的预警先机。

这60小时的领先，其意义远不止于时间数字本身。它意味着更充裕的防灾部署窗口、更从容的人员转移时间、更精准的工程调度安排。

曹勇解释道，AI大模型的优势在于，它能够从历史数据中挖掘出人类难以直观发现的复杂模式与非线性关联，并以前所未有的速度进行迭代运算。“风清”等模型不仅学习天气变化，更尝试理解大气运动的物理规律，从而在突破传统预报时效瓶颈上取得了关键进展。

中国气象AI的出现并非一蹴而就，早在“风清”“风和”之前，中国科技企业已在气象大模型领域进行了前沿探索。

例如，盘古气象大模型在多项关键指标上首次达到或超过传统数值预报模式，曾因提前5天精准预测台风“玛娃”的路径而备受国际关注。它采用三维神经网络，将气象预测视为一个视频预测问题，能够高效学习地球大气系统的复杂演变规律。

盘古等先驱模型的成功，验证了AI在气象领域的巨大潜力，同时也为后续面向业务与服务的垂域模型研发铺平了道路，共同构成了中国气象AI“从基础预测到场景服务”的完整拼图。

实现“百米级分辨率”

天气预报的核心目标是“监测精密、预报精准、服务精细”。

“过去，天气预报多以少数站点代表整个城市。比如，用几个站点的数据概括北京天气，难免出现‘海淀下雨、朝阳晴’却被笼统预报为‘北京有雨’的情况，市民自然觉得不准。”曹勇说。如今，智能数字预报将城市划分为细密网格，每个空间点都有独立的天气预报。当用户携带手机进入不同网格，即可接收到对应区域的精准天气信息，预报精度大幅提升。

“以前，我们主要依靠外推法，依据天气系统的连续性进行预测，精度有限。”曹勇表示，如今，要实现更高精度的预报，必须依靠超级计算机、先进数值模式以及人工智能气象模型。“原始气象数据如同原材料，超级计算机和预报模型好比榨汁机，通过巨量计算去伪存真、推演未来，最终输出更为精准的预报结果。”

2022年北京冬奥会期间，北京市气象局在延庆和张家口赛区建成“分钟级更新、百米级分辨率”的精准气象预报网络。这项冬奥科技成果，现已应用于城市核心区的日常气象服务中。

以2025年7月8日至9日重庆中心城区暴雨为例：7日下午，重庆市气象局发布《重要气象信息专报》，为应对赢得宝贵时间；随后，联合住建部门发布2期城市内涝风险预警，协同交通、交管部门推出3期公路交通气象风险产品。9日凌晨强降雨来临，2时42分，市预警信息发布中心通过电子围栏技术，向中心城区6个核心降雨区域定向发送预警短信，2分钟内触达60万市民。

依托“递进式预警+前瞻性调度”的智慧气象服务，重庆中心城区在此次暴雨中未出现大面积积涝和交通拥堵，展现出城市气象防灾的敏捷效能。

2025年国庆节，前往天安门观看升旗的游客，提前一天便收到北京市气象部门发布的“升降旗天气指南”，细致提示升旗时段“体感偏凉，公众适宜穿长袖或者夹衣类服装”，降旗时段“风力不大，体感比较舒适，公众适宜穿短袖或单衣类服装”。

天安门地区重大活动多、人流密集，古建筑与古树保护任务重。核心区气象服务团队为此提供精细化实况与预报产品：针对临建设施与悬挂物强化大风精准预报；面向游客发布暴晒指数、人体舒适度等服务提示；围绕古树古建，则加强防雷防风专项服务。

“除了定时定点观测，我们也鼓励社会力量参与气象观测，这是未来数据驱动人工智能气象分析预报的重要补充。”曹勇说，“飞机、气象爱好者自建微型气象站等均携带仪器，可提供气象观测数据，但目前其在精度与标准化方面仍有提升空间，这也是人工智能应用的一大难题。”

人机协同，共创未来

我国气象服务始终与群众需求紧密相连。

1956年7月1日，中央气象台首次通过《人民日报》向全国发布天气预报；1980年7月7日，中央电视台《新闻联播天气预报》开播，伴随几代人成长的《渔舟唱晚》旋律，成为国民共同的记忆。如今，气象信息触手可及，成为公众衣食住行的重要参考。

2022年起，人工智能在气象领域应用进入爆发期，国内企业与科研机构相继推出气象AI模型。为抢抓机遇，2023年中国气象局印发《人工智能气象应用工作方案（2023—2030年）》，系统部署加强基础能力、前沿研究、业务应用与政策环境等重点任务。

“人工智能技术的蓬勃发展，使气象服务从数据驱动的互联网服务向智能驱动的新型服务方式演进，公众将获得由真人与数字人协同提供的贴心气象服务。”王慕华说。

在科技创新的推动下，我国气象预报算力持续增强、算法不断优化，准确率稳步提高。如今，人工智能天气预报模型能在3分钟内生成未来10天、逐6小时的全球天气预报；智能网格预报空间分辨率精细至5公里，并实现24小时内逐小时滚动更新。在灾害性天气预警方面，可提前3天较准确预报区域性暴雨、高温、寒潮过程，24小时晴雨预报准确率达87%，暴雨预警准确率提升至93%，强对流天气预警平均提前量达43分钟，台风24小时路径预报误差稳定控制在65公里左右。

“传统数值模式完成0至10天预报通常需耗时三四个小时，消耗大量计算资源；而AI模型仅需几分钟，资源消耗更低；这是AI模型的优势。”曹勇说。

然而，AI并非万能。中国气象科学研究院人工智能气象应用研究所所长王亚强表示：“完全数据驱动的模型也存在局限。其效果受数据质量制约，目前最大的短板在于‘缺乏可解释性’。”

机器善于捕捉“关联关系”，却难以理解背后的因果关系，也无法自主判断结果正确与否。比如，研究显示，赤道东太平洋海温区每升高1℃，将会使全球年平均温度上升0.12℃，机器通过学习或许可以捕捉到这一规律，但它尚无法阐释其背后复杂的气候动力学机制。

对此，曹勇表示，AI大模型的预报结果容易趋向平均值，对极端灾害性天气的预测能力仍有不足。“以2023年7月的台风‘杜苏芮’为例，因其极端性缺乏历史相似过程，AI模型难以准确预报；但预报员通过综合研判，捕捉到京津冀极端暴雨的信号，最终通过专家会商做出了关键预报。”

“当前，尚不能简单地让人工智能完全主导气象业务。”曹勇强调，“人机协同、优势互补，才是通向未来精准气象的可靠路径。”

文章来自微信公众号： 瞭望东方周刊 ，作者：陈融雪