国内首个 24 小时台风快速增强预报模型实现落地应用，比美国国家飓风中心预报系统更强

IT之家 6 月 15 日消息，中国科学院深圳先进技术研究院（简称“深圳先进院”）6 月 12 日官宣，深圳先进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”，先后在国家气象中心、香港天文台完成业务部署与实测应用，成为国内首个实现落地应用的 24 小时台风快速增强预报模型。此外，12 小时快速增强预报产品同时配套上线。此次应用标志着我国在台风强度突变预报领域实现重要突破，自主 AI 台风快速增强预报技术正式进入国家级气象业务体系。台风强度突变预报是全球气象领域公认的技术挑战，入选了 2025 年度中国科协十大前沿科学问题。长期以来，我国台风快速增强预报缺少稳定有效的客观预报方法和产品支撑。依托十余年在台风预报领域的研究积累，李晴岚团队自主研发了基于梯度提升树的台风强度预报模型，以及集成机器学习的台风快速增强预报模型，率先实现 24 小时台风快速增强预报模型进入我国气象预报体系。该项研究的核心创新在于，团队首次构建了“海陆比”“对称比”两个量化指标，分别表征台风下垫面海陆分布变化与台风内核对流对称性特征，揭示了内核对称度与快速增强之间的物理关联。“台风发生快速增强前，其内核往往会出现一个非常对称的环状结构，台风内核越对称，越有可能发生快速增强。”李晴岚介绍。在此基础上，研究团队融合决策树、随机森林、AdaBoost、LightGBM 四类机器学习算法，构建集成预报模型，当超过半数子模型预判快速增强时，系统即可输出台风快速增强的预报结论，有效提升了预报准确率。IT之家从深圳先进院公告获悉，针对 2016-2020 年北大西洋发生的 24 小时热带气旋快速增强过程进行全部模拟回报，并与美国国家飓风中心最好的预报系统对比，结果显示，集成预报模型预报命中率更高，误报率更低，具备优异的预报性能与业务适用性。