近日，中国科学院深圳先进技术研究院数字所李晴岚研究员团队自主研发的“机器学习台风快速增强集成预报模型”，相继在国家气象中心、香港天文台完成业务部署与实测应用。作为国内首个实现业务落地的24小时台风快速增强预报模型，配套12小时快速增强预报产品同步上线，标志着我国在台风强度突变精准预报领域取得关键性技术突破，自主人工智能台风预报技术正式迈入国家级气象业务应用体系。
台风快速增强预报一直是全球气象预报领域的重点、难点问题。台风快速增强现象发生概率低、突发性极强，极易因预判不及时、应对不充分引发次生灾害，对防灾减灾工作带来严峻挑战。据李晴岚研究员介绍，台风强度演变受内核结构特征、复杂大气环境、海陆下垫面相互作用等多重因素耦合影响，演变机理复杂、变量繁多。传统数值预报模型受分辨率局限，参数化方案难以精准刻画台风强度动态变化；传统统计动力模式亦无法有效捕捉台风强度演变的非线性特征，长期以来台风快速增强精准预报存在明显技术瓶颈。
依托人工智能、机器学习海量数据挖掘、复杂非线性关联解析的技术优势，科研团队成功突破传统预报技术壁垒。基于十余年台风预报领域科研积淀，李晴岚团队创新研发梯度提升树台风强度预报模型与机器学习集成预报体系，以AI技术重构台风快速增强预报逻辑，有效弥补传统预报手段短板，大幅提升台风强度突变预判的精准度与时效性。
此次技术研发实现核心理论与指标体系创新。团队在业内首次创新性构建“海陆比”“对称比”两大量化研判指标，分别精准表征台风下垫面海陆分布差异、台风内核对流对称特征，精准揭示台风内核对称度与快速增强趋势的内在物理关联。研究证实，台风快速增强前，内核通常会形成规整对称的环状结构，台风眼越圆润对称，台风快速增强概率越高，该研判规律为精准预判台风强度突变提供了坚实理论支撑与量化依据。
国家气象中心正高级工程师吕心艳博士表示，台风快速增强是业务预报的核心难点，长期缺乏稳定、有效的客观预报技术支撑。李晴岚团队研发的24小时台风快速增强预报技术成功落地国家级业务平台，补齐了国内台风强度突变预报技术短板，可为全国台风气象预报、防灾减灾决策提供重要科学支撑。
为充分验证模型预报性能，科研团队选取2016至2020年北大西洋全部24小时热带气旋快速增强过程开展模拟回报测试，并与美国国家飓风中心主流预报系统开展对标对比。结果显示，该机器学习集成预报模型具备更高的预报命中率与更低的误报率，整体预报性能优异、业务适配性强，达到国内领先、国际先进水平。
此次AI台风预报模型的业务化落地，是人工智能与气象防灾减灾深度融合的重要实践，有效填补了我国台风快速增强精准预报的技术空白。下一步，科研团队将持续迭代优化模型算法，不断提升预报精度与稳定性，持续完善短时、临近台风强度突变预报体系，充分发挥科技赋能作用，为我国台风监测预警、科学防灾减灾、守护人民群众生命财产安全提供更坚实的科技保障。