在瞬息万变的天气舞台上，临近预报如同敏锐的侦探，时刻紧盯着即将上演的风云变幻。大气运动的混沌性，使得任何微小的波动都可能产生巨大的湍流，“蝴蝶效应”让短期内的天气预报充满挑战。随着科技的飞速发展，人工智能技术的融入正为临近预报带来突破与变革。

近日，中国气象局与清华大学联合构建的人工智能临近预报系统“风雷”（以下简称“风雷”大模型）正式亮相，标志着人工智能技术在临近预报领域得到深度应用，也预示我国人工智能临近预报系统自主可控新时代的到来。

“风雷”大模型构建了一套“数据—算力—平台”全流程临近预报系统，不仅显著提高了公里尺度下0至3小时雷达回波的预报能力，较业务产品提升33%，更能在3分钟内生成0至3小时、逐6分钟的雷达回波产品，将强回波预报技巧提升25%。

该模型的独特之处，在于其针对短临预报任务中的核心难题，将数据驱动与物理驱动两大科学范式紧密结合，显著提高了公里尺度下0至3小时雷达回波的预报能力，领先国际上的同类方法。与此同时，针对经典模型在对流过程的复杂性方面建模能力较弱、内在物理规律缺少有效刻画等问题，“风雷”大模型走出尝试性的一步，实现深度学习与物理规律的无缝隙融合。为解决对流活动的多尺度特性带来的混沌效应和不确定性问题，团队提出条件式学习范式，将物理模型的中尺度预报和人工智能的对流尺度预报有机融合，这一创新性的设计使得“风雷”大模型在预报准确性和细节丰富性上均实现了突破。

在具体应用中，“风雷”大模型展现出优秀的预报能力。4月29日夜间，我国江南、华南地区出现大尺度强飑线，造成大范围强对流天气，局地出现11—12级雷暴大风，以及直径为80毫米的冰雹。29日20时，“风雷”大模型准确预报出未来3小时位于湖南的飑线与局地对流合并，飑线尺度增加、强度增强的过程。这一预测不仅提前了3小时，还对该强飑线的组织、发展、形态均有较好的描绘，对预报员发布强对流灾害天气预警具有指导价值，为应对灾害性天气争取到宝贵时间。

“风雷”大模型的成功应用，凝聚了国家气象中心与清华大学科研团队（以下简称“团队”）多年的智慧与汗水。

自2017年起，团队就共同致力于时空序列预测模型PredRNN算法的研发，并在国家气象中心成功实现业务部署，为强对流天气的短临预报开启新篇章。随着技术的不断演进，2023年，团队在《自然》杂志上开创性提出NowcastNet短临大模型，实现深度学习与物理规律的融合，将预报时效延长至3小时，并在SWAN3.0系统中落地应用，展现出强大的预测能力。2024年，团队再次实现突破，利用国内7年的历史气象数据，结合地形等多种因素，对NowcastNet短临大模型进行升级和本土化，最终构建了国产化的人工智能临近预报系统。

展望未来，随着技术迭代进步与数据的不断积累，“风雷”大模型将经受更多复杂气象条件的考验，探索临近预报的多样可能性，我国临近预报的精准度和时效性可望取得更好的前景。

（作者：闫泓 盛杰 责任编辑：张林）